【regex】忽略优先量词

忽略优先量词

正则里的忽略优先量词有 *?，+?，??，也就是匹配优先量词加上一个?，忽略优先也叫做我们平时说的惰性匹配

忽略优先量词也是DFA和NFA的分水岭，这个东西是NFA里特有的，DFA里没有的。

忽略优先量词与匹配优先量词不同的地方在于，匹配优先量词会首先尝试匹配，而忽略优先量词会先尝试忽略，在保存状态的时候也是不一样的，匹配优先量词因为会先尝试匹配，所以它的备用状态保存在该量词的后面，而忽略优先量词， 因为它会先尝试忽略， 所以状态保存在该量词的前面。

结合匹配优先量词，来看一个例子

假如我现在有这样一个字符串

hello my name is "zhangsan", and my father name is "zhangsi"

如果现在我们要匹配前面引号里面的 zhangsan我们应该怎么做，我们好像可以直接zhangsan，这样，但是这只是个特例，我们的初衷是为了匹配引号中的东西。

如果我们用".*"来匹配呢？那匹配到的结果肯定是

"zhangsan", and my father name is "zhangsi"

这是为啥？

因为*是匹配优先的量词啊，在进行匹配的时候，*肯定是会先尝试匹配，它会将整个文本都匹配完， 当控制权来到"手上时，它交出最后一个字符"，此时匹配成功，所以匹配的结果是这个。

但是这不是我们想要的结果啊！那我们应该如何来匹配？答案是用忽略优先量词".*?"

在开始匹配的时候，*?会因为是忽略优先而放弃匹配，然后控制权交给"，发现匹配失败，回溯，接着匹配，以此往复，当匹配到"时，匹配成功，匹配结果为 :

"zhangsan"

太好了！这是我们想要的结果！

我们发现，匹配优先量词会先贪婪的把能匹配的都匹配了，然后最后再以大局为重被迫交出几个字符，这样看好像是从后往前来匹配的，而忽略优先量词会懒惰的不想匹配，然后再以大局为重被迫匹配几个字符，在这样看好像是顺序匹配的。

假如有一篇长篇大论，然而你只想匹配开头的子串的话，你应该首先选择忽略优先量词，如果你只是想匹配后面的子串，你应该首先选择匹配优先量词。

不妨在看一个比较极端的例子

function targetStringFactory() {
  let attachStr = "a";
  let originStr = "abcd1234";
  let attachArr = [];

  for (let i = 0; i < 1000000; i++) {
    attachArr.push(attachStr);
  }

  return [originStr, ...attachArr].join("");
}

let str = targetStringFactory();

console.time("greedy");
str.match(/.*[0-9]{4}/);
console.timeEnd("greedy");

console.time("lazy");
str.match(/.*?[0-9]{4}/);
console.timeEnd("lazy");

我只是想匹配开头的abcd1234，后面跟着 1000000 个 a，这时候，我们把匹配优先量词和忽略优先量词最一个对比

greedy: 5.238ms
lazy: 0.113ms

发现忽略优先量词确实比匹配优先量词要快的多…