我有一个脚本，该脚本使用正则表达式过滤语句搜索日志文件，并将匹配的行放入另一个文件中。正则表达式很简单，就像这样：
(en|es|fr|zh|ar|)/?(news|publications|about|key-issues|contact-us)
（还有更多匹配关键字，等等）。
我有一个很好的主意，哪组匹配关键字中最匹配。如果我将最可能匹配的关键字放在列表的首位（例如，“新闻”最可能匹配，然后是“出版物”等），是否会提高脚本的性能？还是顺序不重要？脚本进行解析时，它是否会尝试与第一个元素进行匹配，如果没有匹配，则进行第二行，依此类推，直到找到匹配项？如果我们知道每个关键字匹配的可能性，有没有办法使脚本更有效率？
答案 0 :(得分：1)
是的，正则表达式引擎会从左到右匹配OR，因此，如果英语最常见，则可以通过将en设置为最左边的一个来优化搜索。最重要的是，尽管您事先编译了正则表达式，以便可以将其转换为状态机。编译后的性能差异可能可以忽略不计（除非您已经遇到性能问题-提防过早的优化）。
作为证明，使用https://regex101.com/，然后单击“ regex调试器”。当en第一次使用时，需要22个步骤才能识别“ zh / publications”。但是，en位于最后时，将需要27个步骤来识别相同的字符串。