高性能的正则表达式效率优化

【菜科解读】
前言
编写高性能的正则表达式,有如下几条规则,这几条规则是本人总结出来的:
1、使用正确的边界匹配器(^、$、\b、\B等)
2、使用具体的元字符、字符类(\d、\w、\s等)
3、使用正确的量词(+、*、?、{n,m})
4、使用非捕获组、原子组
5、注意量词的嵌套
其实正则表达式的很多优化技巧都是围绕着“减少回溯”这样一个原则进行优化的。
至于什么是“回溯”,笔者就不在这里重复了,以下通过具体的例子理解这样的过程。
示例
一、以下是一则匹配电子邮件地址的正则表达式:
^\w+([\.-]?\w+)*@\w+([\.-]?\w+)*(\.\w{2,3})+$
先一步步的解析:
1、^\w+:表示必须以字符开始, 且是一个或者多个;
2、([\.-]?\w+)*中的“[\.-]?”表示匹配“.”或者“-”,零次或者一次;
3、([\.-]?\w+)*中的“\w+”则表示匹配一个或者多个的字符;
4、([\.-]?\w+)*整个则表示匹配.xxx、-xxx或者xxx这样的字符,且零次或者多次;
5、第1-4步,则匹配sunny或者sunny.yang这样的字符;
6、“@”则是具体元,匹配具体的@;
7、 \w+:则表示匹配的一个或者多个的字符,因为email不可能这样嘛:sunny@.gmail.com;
8、([\.-]?\w+)*:则跟第2-4步一样,匹配.163、-lib、.gd这样的字符,且零次或者多次;
9、(\.\w{2,3})+$:则匹配.com、.cc这样结尾的域名,且因为\w{2,3}限定了长度必须为2-3位,所以不能匹配.c、.n这样的字符。
乍看这样一个解析过程没问题,逻辑正确,但其实暗藏很多问题,看看以下的一个匹配图,backtrack则表示回溯(使用RegexBuddy可以很清晰的看到这过程)
整个成功的匹配过程经历了55步,我们先分析下整个匹配过程:
1、图中的第1和2步,匹配^\w+,匹配成功,匹配了“admin”;
2、图中第3步,匹配[\.-]?,当然由于不存在“.”和“-”,因此没匹配上具体的字符,但又由于“?”的限定,可以匹配零或者一次,因此这个子表达式匹配成功,虽然没匹配上具体的字符。
3、图中第4步,匹配\w+,由于“+”限定一个或者多个以上字符,但后续已经没[a-zA-Z0-9]可以匹配了,因此产生回溯,回溯到上次匹配成功的位置,也就admin;
4、图中第5步,因为上一步产生了回溯,所以“[\.-]?\w+”匹配了零次,由于([\.-]?\w+)*中限定零次或者多次,因此也匹配成功,也没匹配上具体的字符;
以下步骤,匹配该过程:
^\w+([\.-]?\w+)*@\w+([\.-]?\w+)*(\.\w{2,3})+$
5、图中第6步,匹配了“@” ,第7步匹配了“\w+”,即匹配了“open”;
6、图中第8-13步,匹配“([\.-]?\w+)*” ,匹配了“-lib”、“.com”,匹配“.com”可能与我们期望不相符,我们期望这子表达式匹配的是www.xx.gd.cn中的“.gd”;
7、图中第7-10步,匹配了open-lib,第7-13步则匹配了open-lib.com;
8、因为“([\.-]?\w+)*”中的量词是“*”,则继续重复这个过程;
9、 图中第14步,匹配“([\.-]?\w+)*”中的“[\.-]?”,因为此时指针已经位于@open-lib.com之后了,但由于量词“?”,因此也匹配成功,但没匹配上字符,也没字符可匹配;
10、 图中第15步,匹配“([\.-]?\w+)*”中的“\w+”,此时指针仍位于字符串末尾,没任何字符能匹配,所以匹配失败,产生回溯,回到上次成功的位置,即图中的第13步,继续下个表达式的匹配;
11、 图中第16步,匹配(\.\w{2,3})+中的“\.”,由于没有任何字符能匹配,匹配失败,进行回溯;
12、图中第17步 ,(\.\w{2,3})+中量词“+”,表示该表达式必须匹配一次或者多次,由于上一步匹配失败了,所以匹配零次,但不符合一次或者多次的限定,因此继续回溯;
13、由于上一步匹配失败,需要进行回溯,因此表达式没有更多的分支了,只能将指针回退一个字符,回溯上次成功的位置,即([\.-]?\w+)*中\w+的位置(这是上次产生分支的位置);
14、图中剩下的步骤,就重复着匹配([\.-]?\w+)*,回退字符,匹配(\.\w{2,3})+这样的过程,直到匹配成功。
二、以下看看另外一则同样匹配邮件地址的正则表达式:
^\w+([-\.]\w+)*@\w+([-\.]\w+)*\.\w+([-\.]\w+)*$
这个正则跟上面的看起来貌似差不多,不过细看还是有区别的,也先一步步来解析:
1、^\w+:表示必须以字符开始, 且是一个或者多个(这一步与上面的一样);
2、([-\.]\w+)*中的“[-\.]”表示匹配“-”或者“.”;
3、([-\.]\w+)*中的“\w+”则表示匹配一个或者多个的字符;
4、([-\.]\w+)*整个则表示匹配.xxx、-xxx这样的字符,且零次或者多次;
5、第1-4步,则匹配sunny或者sunny.yang这样的字符;
6、“@”则是具体元,匹配具体的“@”;
7、 \w+:则表示匹配的一个或者多个的字符,因为email不可能这样嘛:sunny@.gmail.com;
8、([-\.]\w+)*:则跟第2-4步一样,匹配.163、-lib、.gd这样的字符,且零次或者多次;
9、“\.”则是具体元,匹配“.”;
10、\w+:则匹配一个或者多个字符;
11、([-\.]\w+)*:则匹配“.com”、“-lib”、“.c”这样的字符,且可以零次或者多次;
12、$:则表示结尾
乍看这个正则的步骤过程貌似比上一则长,其实不然,同时这个正则也存在着问题,先看看匹配图,同样backtrack表示回溯:
对的,你没看错,整个正确的匹配过程用了19步,对比前面的55步,简直天与地的差别。
,我们继续分析下匹配过程:
1、图中的第1和2步,匹配^\w+,匹配成功,匹配了“admin”;
2、图中第3步,匹配[-\.],当然由于不存在“.”和“-”,因此没匹配上具体的字符,也没具体的量词允许匹配零次,所以不用继续往下匹配了,因此直接产生了回溯;
3、图中第4步,因为上一步产生了回溯,所以“[-\.]\w+”匹配了零次,由于([-\.]\w+)*中限定零次或者多次,因此也匹配成功,也没匹配上具体的字符;
以下步骤,匹配该过程:
^\w+([-\.]\w+)*@\w+([-\.]\w+)*\.\w+([-\.]\w+)*$
4、图中第6步\w+,匹配了open;
5、图中第7-12步匹配([-\.]\w+)*,匹配了“-lib”和“.com”;
6、因为“([-\.]\w+)*”中的量词是“*”,则继续重复这个过程;
7、图第13步,匹配([-\.]\w+)*,因为此时指针已经位于@open-lib.com之后了,也没具体的量词允许匹配零次,因此匹配失败,回溯到上次成功的位置;
8、图第14步,匹配([-\.]\w+)*$中的“[-\.]”,此时指针仍位于字符串末尾,没任何字符能匹配,所以匹配失败,产生回溯,回到上次成功且还没尝试过的位置,即图中的第9步;
9、经过上面的回溯,指针已经位于@open-lib之后的位置了;
10、图第15步匹配了“.”,第16步\w+则匹配了“com” ;
11、图第17步匹配([-\.]\w+)*,由于此时指针又位于字符串末尾,因此[-\.]部分没匹配上任何字符,因此产生回溯;
12、图第18步,由于([-\.]\w+)*的量词是“*”,表示匹配零次或多次,虽然子表达式[-\.]匹配失败,所以整个表达式匹配了零次,也是匹配成功;
13、最后一步第19步,“$”表示末尾匹配,因为此时指针位于字符串末尾,故符合,因此也匹配成功。
分析
整个匹配过程关键优化地方,还是回溯,两个示例表达式看起来相近,匹配过程也部分类似,但两个例子的效率却如此大的分别,现在来分析一下造成回溯的原因。
对比下两个表达式不同的部分:
^\w+([\.-]?\w+)*@\w+([\.-]?\w+)*(\.\w{2,3})+$
^\w+([\.-]\w+)*@\w+([\.-]\w+)*\.\w+([-\.]\w+)*$
高性能,的,正则,表达式,效率,优化,前言,编写,三门峡自由职业者缴纳社保比例是如何样的?哪些因素影响基本养老金水平?
其次,灵活就业社保缴纳跟职工缴纳不同的地方在于,灵活就业社保参保只能参保养老保险和医疗保险,且缴纳比例完全由个人承担。
2025年河南灵活就业社保缴多少钱?与职工社保有什么不一样的地方?下面随新社通app-社保缴费查询工具一起了解下吧!据新社通app数据显示,三门峡灵活就业养老保险最低缴费基数为:3579元;个人的缴费比例分别为:20%;个人缴费金额:715.8元。
(注:本文数据仅供参考,具体以当地缴费标准为准)一分钱不交等六十岁能领养老金吗?一分钱不交,60岁是不能领养老金的。
为什么呢?因为按照法规,参加基本养老保险的个人,得达到法定退休年龄时累计缴费满十五年,才能按月领取基本养老金。
这可是硬杠杠,谁也不能例外!当然啦,有些人可能会说:“我之前没交过养老保险,但我现在想交了,来得及吗?”这个问题嘛,得看你的具体情况。
如果你现在离60岁还有好几年,那赶紧交起来,说不定还能赶在退休前交满十五年。
但如果你已经快到60岁了,还没交过几年养老保险,那可能就得考虑其他方式了,比如一次性补缴或者转入新型农村社会养老保险、城镇居民社会养老保险等。
温馨提示:本数据仅供参考!具体需以当地有关法规为准!
电脑重装系统的步骤及注意事项
软件支持 在线重装、U盘制作、自定义重装 等多种模式。
简介:电脑重装系统是指将电脑的操作系统重新安装一遍,以恢复电脑的正常运行状态。
本文将详细介绍电脑重装系统的步骤及注意事项,帮助读者了解如何正确进行电脑重装系统,以及在此过程中需要注意的事项。
通过掌握这些知识,读者可以更好地维护自己的电脑,提高电脑的运行效率和稳定性。
工具原料:品牌型号:华硕ROG Strix G15操作系统版本:Windows 10软件版本:最新版本一、备份重要数据1、备份个人文件和数据2、备份重要软件和驱动程序3、备份浏览器书签和插件二、准备安装介质1、下载操作系统镜像文件2、制作启动盘或光盘3、准备安装所需的驱动程序三、重装系统1、设置启动顺序2、进入安装界面3、选择安装类型4、格式化硬盘5、安装操作系统四、安装驱动程序和软件1、安装主板驱动程序2、安装显卡驱动程序3、安装其他硬件驱动程序4、安装常用软件五、注意事项1、选择正版操作系统2、谨慎选择下载源3、注意驱动程序的兼容性4、定期更新系统和软件总结:电脑重装系统是维护电脑性能的重要步骤,通过备份重要数据、准备安装介质、重装系统和安装驱动程序和软件等步骤,可以使电脑恢复到最佳状态。
在此过程中,需要注意选择正版操作系统、谨慎选择下载源、注意驱动程序的兼容性以及定期更新系统和软件。
只有正确操作和注意事项,才能保证电脑的稳定性和安全性。
标签: 注意:本站所刊载的文章均为学习交流之用,请勿用于商业用途。
对于商业使用,请联系各自版权所有者,否则法律问题自行承担。
Win7系统升级指南:全面解析升级步骤与要点 Win7系统损坏修复教程:详细步骤助你快速解决问题 简介:电脑重装系统是指将电脑的操作系统重新安装一遍,以恢复电脑的正常运行状态。
本文将详细介绍电脑重装系统的步骤及注意事项,帮助读者了解如何正确进行电脑重装系统,以及在此过程中需要注意的事项。
通过掌握这些知识,读者可以更好地维护自己的电脑,提高电脑的运行效率和稳定性。
工具原料:品牌型号:华硕ROG Strix G15操作系统版本:Windows 10软件版本:最新版本一、备份重要数据1、备份个人文件和数据2、备份重要软件和驱动程序3、备份浏览器书签和插件二、准备安装介质1、下载操作系统镜像文件2、制作启动盘或光盘3、准备安装所需的驱动程序三、重装系统1、设置启动顺序2、进入安装界面3、选择安装类型4、格式化硬盘5、安装操作系统四、安装驱动程序和软件1、安装主板驱动程序2、安装显卡驱动程序3、安装其他硬件驱动程序4、安装常用软件五、注意事项1、选择正版操作系统2、谨慎选择下载源3、注意驱动程序的兼容性4、定期更新系统和软件总结:电脑重装系统是维护电脑性能的重要步骤,通过备份重要数据、准备安装介质、重装系统和安装驱动程序和软件等步骤,可以使电脑恢复到最佳状态。
在此过程中,需要注意选择正版操作系统、谨慎选择下载源、注意驱动程序的兼容性以及定期更新系统和软件。
只有正确操作和注意事项,才能保证电脑的稳定性和安全性。
菜科网系统致力于解决 Windows 系统重装解决方案,提供高效、安全、免费的系统重装服务。