30、高效正则表达式的构建与性能优化

高效正则表达式的构建与性能优化

非匹配情况下的工作

当正则表达式无法匹配时，会有大量额外的工作。以正则表达式 ".+"! 为例，它无法匹配示例文本 "The name \"McDonald’s\" is said \"makudonarudo\" in Japanese" ，但在匹配尝试过程中多次接近匹配，这导致了大量的回溯操作。

如图 6 - 4 所示，从 A 到 I 的匹配尝试失败后，会继续从其他位置（如 J、Q、V）重试，但最终在 Y 位置，所有可能的位置都尝试完，整体匹配失败。这个过程需要大量的工作来确定匹配失败。

更精确的匹配

将正则表达式中的点（ . ）替换为 [^"] 可以使匹配更精确，从而提高效率。例如，正则表达式 "[^"]+"! 中的 [^"]+ 无法越过闭合引号，减少了大量的匹配和回溯操作。

如图 6 - 5 所示，与图 6 - 4 相比，需要的回溯操作明显减少。如果这种不同的匹配结果符合需求，减少回溯是一个很好的副作用。

交替匹配的代价

交替匹配是回溯的主要原因之一。以测试字符串 "The name \