字符串结尾正则表达式匹配太慢

Question

Demo here。正则表达式：

([^>]+)$

我希望匹配标签中未包含的HTML片段末尾的文本（即尾随文本节点）。 上面的正则表达式似乎就像最简单的匹配一样，但执行时间似乎与匹配文本的长度呈线性关系（并且在我的浏览器扩展中使用时会导致挂起）。对于匹配和不匹配的文本，它也同样慢。

为什么这个看似简单的正则表达式如此糟糕？

（我也试过RegexBuddy，但似乎无法从中获得解释。）

编辑：这里有snippet用于测试各种正则表达式（单击＆＃34;运行＆＃34;在控制台区域中）。
编辑2：no-match test。

Answer 1

考虑像这样的输入

abc<def>xyz

使用原始表达式([^>]+)$，引擎从a开始，在>上失败，回溯，从b重新启动，然后从c等重新启动所以是的，时间会随着输入的大小而增加。但是，如果您强制引擎首先使用最新的>内的所有内容，例如：

.+>([^>]+)$

无论前面有多少输入，回溯都会受到最后一段的长度的限制。

第二个表达式不等同于第一个表达式，但由于您使用的是分组，因此只需选择matches[1]即可。

提示：即使你定位javascript，也可以切换到pcre模式，这样你就可以访问步骤信息和调试器了：

（看看绿色的酒吧！）

Answer 2

您可以使用实际的DOM而不是Regex，这很耗时：

var html = "<div><span>blabla</span></div><div>bla</div>Here I am !";

var temp = document.createElement('div');
temp.innerHTML = html;
var lastNode = temp.lastChild || false;

if(lastNode.nodeType == 3){
    alert(lastNode.nodeValue);
}