Question

我有一个正则表达式，用于匹配@users标签。

我使用lokarround断言，让标点符号和空格字符包围标签。
这增加了复杂性，有一种表示html的bbcode。
我有两种类型的bbcode，内联（^B粗体^b）和块（^C中心^c）。
内联字符必须直通以到达上一个或下一个字符。就像标点符号一样，这些块也被允许围绕标签。

我做了一个有效的正则表达式。我现在想做的是减少它不会匹配的每个角色的步数。
起初我以为我可以做一个正则表达式，只寻找@，当它找到时，它会开始寻找lookarrounds，这种方法不需要内联bbcode，但是由于lookbehind无法量化，因此自我无法在其中添加((\^[BIUbiu])++)*，从而产生了更多步骤。

如何以更少的步骤使我的正则表达式更有效？

这是它的简化版，在Regex101链接中有完整的正则表达式。

(?<=[,\.:=\^ ]|\^[CJLcjl])((\^[BIUbiu])++)*@([A-Za-z0-9\-_]{2,25})((\^[BIUbiu])++)*(?=[,\.:=\^ ]|\^[CJLcjl])

https://regex101.com/r/lTPUOf/4/

Answer 1

经验法则：

如果出现以下情况，请勿让引擎尝试匹配每个单个字符有一些界限。

引用最初来自此答案。遵循正则表达式会因为最外侧交替的左侧（从〜20000到〜900）而极大地减少了步长：

(?:[^@^]++|[@^]{2,}+)(*SKIP)(*F)
|
(?<=([HUGE-CHARACTER-CLASS])|\^[cjleqrd])
    (\^[34biu78])*+@([a-z\d][\w-.]{0,25}[a-z\d])(\^[34biu78])*+(?=(?1))

实际上，我不太关心regex101报告的步骤数，因为在您自己的环境中这不是正确的，并且不清楚某些步骤是真实的还是遗漏了哪些步骤。但是在这种情况下，由于正则表达式的逻辑很明确，并且差异很大，所以很有意义。

逻辑是什么？

我们首先尝试匹配可能根本不需要的内容，将其扔掉，然后寻找可能与我们的模式匹配的部分。 [^@^]++最多可匹配@或^符号（所需字符），而[@^]{2,}+可防止引擎在发现错误之前采取额外的措施。因此，我们使其尽快失效。

您可以使用i标志代替定义大写字母形式的字母（但是可能会产生一些影响）。

请参见live demo here

正则表达式PHP。减少步骤：受固定宽度限制

1 个答案: