浅谈正则回溯

一、什么是正则回溯

1.简述

常见的正则引擎，被细分为 DFA（确定性有限状态自动机）与 NFA（非确定性有限状态自动机）

DFA: 从起始状态开始，一个字符一个字符地读取输入串，并根据正则来一步步确定至下一个转移状态，直到匹配不上或走完整个输入

NFA：从起始状态开始，一个字符一个字符地读取输入串，并与正则表达式进行匹配，如果匹配不上，则进行回溯，尝试其他状态

正则回溯是一种正则表达式NFA引擎使用的技术，用于尝试所有可能的匹配方式，直到找到匹配为止。在正则表达式的匹配过程中，如果当前部分无法匹配，引擎会回溯到前面的部分，尝试其他可能的匹配路径。这可能会导致性能下降，特别是在复杂的正则表达式和长字符串的情况下，所以PHP限制正则回溯次数为100w次，如果超过，正则将会失效。

2.示例

当前面分支/重复匹配成功后，没有多余的文本可被正则后半部分匹配时，会产生回溯

用一个简单的例子来解释一下贪婪匹配和惰性匹配！

贪婪 ： /\d+\b/

惰性 ： /d+?\b/

文本 ： 1234a

贪婪正则匹配 1234a 时的过程是这样的：

1. \d+ 匹配得到 1234

2. \b  却匹配失败，因为它的左边必须是数字，而不是字母 (\b 是分词边界匹配，用来获取位置)

4. 这个时候，\d+会尝试回吐一个字符，即匹配结果为 123 ，可\b还是匹配失败！

5. 那就继续回吐，一直到 1，还是匹配失败，那么这个正则就整体匹配失败了

6. 这个回吐匹配结果的过程就是回溯

惰性正则匹配 1234a 时的过程是这样的：

1. \d+？ 首先匹配，结果是 1 ，紧接着 \b 匹配失败

2. 那就 \d+? 继续匹配，结果是 12 ，紧接着 \b 还是匹配失败

3. \d+? 一直匹配到1234，紧接着的 \b 依然匹配失败

4. 结果整个正则匹配不成功

通过这两个例子的比较，相信你会猜到回溯会影响匹配速度，回溯的过程慢那是相对那些DFA引擎。而JS的正则引擎是NFA（非确定型有限自动机），匹配慢，编译快。

注：

贪婪匹配

属于贪婪模式的量词，也叫做匹配优先量词，包括：{m,n}，{m,}，?，* 和 + 。

惰性匹配

在匹配优先量词后加上?，即变成属于惰性匹配的量词，也叫做忽略优先量词，包括：{m,n}?，{m,}?，??，*? 和 +? 。

具体参考：

正则回溯与awk练习_Catherines7的博客-优快云博客

http://t.csdn.cn/xIAPw