Question

我需要匹配字符串@anything_here@中的@anything_here@dhhhd@shdjhjs@。所以我使用了以下正则表达式。

^@.*?@

或

^@[^@]*@

这两种方式都有效，但我想知道哪种方法更好。具有非贪婪重复的正则表达式或带有否定字符类的正则表达式？

Answer 1

很明显，^@[^@]*@选项要好得多。

否定的字符类是量化的贪婪，这意味着正则表达式引擎尽可能多地立即获取除@以外的0个或更多个字符。请参阅this regex demo并匹配：

当您使用延迟点匹配模式时，引擎匹配@，然后尝试匹配尾随@（跳过.*?）。它在索引1处找不到@，因此.*?与a字符匹配。此.*?模式扩展的次数与@以外的字符一样多，直到第一个@。

Answer 2

如果可能，通常应该优先使用否定字符类进行延迟匹配。

如果正则表达式成功，^@[^@]*@可以在一个步骤中匹配@之间的内容，而^@.*?@需要针对@之间的每个字符进行展开。

如果失败（对于没有结尾@的情况），大多数正则表达式引擎会应用一点魔法并在内部将[^@]*视为[^@]*+，因为@之间存在明显的切割边界{1}}和非@，因此它会匹配字符串的结尾，识别丢失的@而不是回溯，但会立即失败。 .*?将像往常一样扩展角色的角色。

在较大的上下文中使用时，[^@]*也永远不会扩展到结尾@的边界，而这对于延迟匹配来说非常有可能。例如。 ^@[^@]*a[^@]*@在@bbbb@a@的情况下不会与^@.*?a.*?@匹配。

请注意，[^@]也会匹配换行符，而.则不会（在大多数正则表达式引擎中，除非在单行模式下使用）。你可以通过在换行中添加换行符来避免这种情况 - 如果不需要的话。