35、正则表达式：高效匹配与优化技巧

正则表达式：高效匹配与优化技巧

1. 占有型量词与原子分组

在正则表达式中，占有型量词 !(˙˙˙;˙˙˙)++ 在匹配完成后不会留下任何状态。而原子分组 !(?>˙˙˙;˙˙˙)+ 只是消除每个可选分支以及分支选择本身留下的状态。由于星号在原子分组之外，它不受原子分组的影响，仍然会留下所有 “可以尝试跳过此次匹配” 的状态，这意味着单个匹配仍可通过回溯撤销。为了消除外部量词的状态，我们需要在外层再添加一组原子分组，所以需要使用 !(?>(˙˙˙;˙˙˙)+) 来模拟占有型量词 !(˙˙˙;˙˙˙)++ 。

虽然 !(˙˙˙;˙˙˙)++ 和 !(?>˙˙˙;˙˙˙)+ 都有助于解决无限匹配的问题，但它们丢弃状态的时机和方式有所不同。

2. 展开正则表达式的示例

2.1 展开 “多字符” 引号匹配

原始的匹配示例如下：

<B> 
# Match the opening <B>
(
# Now, as many of the following as possible . . .
(?! < /? B> )
# If not <B>, and not </B> . . .
.
# . . . any character is okay
)+
# (now greedy)
</B>