正则表达式匹配任何单词 - 没有非贪婪的运算符

Question

我希望匹配特定单词的任何内容（例如，C */中的结束评论），但是，由于性能原因，我不想使用非贪婪的运算符。

例如，匹配C评论：/\*.*?\*/对我的文件来说太慢了。有没有提高绩效的可能性？

Answer 1

当然，请使用unrolling-the-loop technique：

/\*[^*]*(?:\*(?!/)[^*]*)*\*/

请参阅regex demo

  

展开循环技术是基于这样的假设：在大多数情况下，你在重复的交替中，这种情况应该是最常见的，哪一种是例外的。我们将调用第一个，正常情况和第二个，特殊情况。然后，展开循环技术的一般语法可以写成：

     

normal* ( special normal* )*

     

这可能意味着，匹配正常情况，如果你找到一个特殊情况，匹配它比再次匹配正常情况。您会注意到这种语法的一部分可能会导致超线性匹配。为避免追加无休止的匹配，应谨慎应用以下规则：

     

  
• 特殊情况的开始和正常情况必须互为排斥
  
• special必须始终匹配至少一个字符
  
• 特殊表达式必须是原子的：请注意( special normal* )*可以缩减为(special)*这一事实，如果特殊special*，则变为类似于(a*)*这是一种不确定的表达。
  

C＃模式声明（使用逐字字符串文字）：

var pattern = @"/\*[^*]*(?:\*(?!/)[^*]*)*\*/";

正则表达式分解：

• /\* - 文字/*
• [^*]* - 除*
以外的0个或更多字符
• (?:\*(?!/)[^*]*)* - 0个或更多个序列...
  • \*(?!/) - 文字*后面没有/
  • [^*]* - 除*
  以外的0个或更多字符
• \*/ - 文字*/

这是一个图表，显示3个可能相同的正则表达式的效率（在regexhero.net测试*）：

*针对/* Comment * Typical * Comment */

进行了测试

Answer 2

试试这个：

/\*(?:[^*]|\*(?!/))*\*/

我不知道它是否比stribizhev的答案更快。