非贪婪搜索和否定字符集之间的区别

Question

这两种正则表达式模式之间是否存在差异（假设单行模式已启用）：a.*?b和a[^b]*b？在性能方面呢？

Answer 1

a.*?b必须检查每个消费角色是否与模式匹配（即下一个角色是b）。这称为回溯。

使用字符串a12b，执行将如下所示：

• 消耗a
• 使用以下0个字符。下一个是b吗？否。
• 使用以下字符（a1）。下一个是b吗？否。
• 使用以下字符（a12）。下一个是b吗？是的！
• 消耗b
• 匹配

a[^b]*b在没有问自己问题的情况下会消耗任何不是b的内容，并且由于这个原因，对于更长的字符串会更快。

使用字符串a12b，执行将如下所示：

• 消耗a
• 消费后面的任何不是b的内容。 （a12）
• 消耗b
• 匹配

RegexHero有一个基准测试功能，可以使用.NET正则表达式引擎进行演示。

除性能差异外，它们与您示例中的相同字符串匹配。

然而，有些情况下两者之间存在差异。在字符串aa111b111b

中

(?<=aa.*?)b与b匹配，(?<=aa[^b]*)b仅与第一个匹配。

Answer 2

我测试了你的两个正则表达式，将它们命名为：

NONGREEDY = /a.*?b/;
GREEDY = /a[^b]*b/;

我将负正则表达式命名为GREEDY，但只是名称。

您可以在JsPerf上查看test-non-greedy-vs-greedy-performance并运行测试以自行查看。随意修改字符串以执行不同的测试用例。

您可以检查人员添加的不同测试，基准测试结果因输入字符串而异。

以下测试用于字符串： ab

以下测试用于字符串： axb

以下测试用于字符串： afdkjsklfjsdlkfjsdlkfjsdlkjflskdjflsdfjjflksdjfb

经过这些测试后，性能似乎会因您要解析的字符串而异。

希望这个测试可以帮助回答这个问题。