正则表达式：。*与（。*）和字符类最佳实践

Question

我对正则表达式有一个快速的问题。在那儿 模式匹配中。*和（。*）之间的区别？分组 似乎多余。我问这个问题，因为我看到了两种形式 在Apache的RewriteCond或RewriteRule表达式中使用。

此外，我想知道是否考虑到了 在匹配时将字符类分组是一种很好的做法 模式，例如ab \ scd与ab（\ s）cd。后者似乎在这里 更直观。

Answer 1

(.*)创建一个组，可以在以后重新匹配或替换为\1或类似组。 （该数字是该组的编号，从左到右。）()是使其成为一个组的原因，因此.*将匹配相同的但不是“a”组。

匹配组使用更多内存，并且需要更长时间，因此除非需要这些组，否则应该避免使用。

如果您不需要记住内容，则可以使用更少的内存使群组更快地工作。只需在第一个括号后添加?:，例如(?:this)代替(this)。

以下是必要分组的一些示例：

• (.*),(.*)模式，替换为\1\t\2，用替换为制表符的对替换了逗号分隔对。您需要组来进行替换。
• (abc)*，其中连续匹配任意数量的abc，例如abcabcabcabc。该小组必须告知其重复abc的所有，而不仅仅是c。 （请注意，这更有效(?:abc)*。）

对于字符类，没有理由用字符类创建一个组。 ab(\s)cd将匹配ab\scd，但前者速度更慢，占用内存更多。如果您想要为人类读者提供更多清晰度，那么使用方括号（通常用于定义自定义字符类）围绕字符类通常可以在没有或只需要很少的额外成本的情况下完成。例如。 ab[\s]cd。 （感谢Hobbs建议这一点。）

Answer 2

忘记正则表达式 ^* 的良好实践概念。一个无用的捕获组会浪费内存，而不会让你的模式更具可读性。只在您需要时使用它。

关于捕获组和非捕获组之间的性能：根据您使用的正则表达式引擎，您可能会有很大差异。要提出一个想法，非捕获组可以比PHP中的捕获组快150倍。

^* 构建正则表达式是最有效的。它只取决于您尝试做什么以及您正在使用哪种引擎。模式的构建取决于正则表达式引擎机制。在这种情况下，尝试应用＆＃34;良好实践＆＃34;并不是非常重要。但是，根据经验，您将在某种情况下应用熟知的食谱。

Answer 3

如果您不需要引用该组（例如，捕获组的真正目的是能够在替换或重写目标中引用它）或对其应用量词，那么唯一真实的区别在于可读性。

还有一个很小的性能损失，因为正则表达式引擎必须将组匹配保留在内存中，因此如果您担心这些事情，您可以随时将组转换为非捕获组?: ，即(?:.*)，但这最终会在正则表达式中添加更多特殊字符并使其可读性降低。

最后，这部分是偏好问题，但总的来说，我没有看到很多人（如果有的话）故意写出冗余的捕获组。