优化正则表达式的重要几点

这几个月在做一些关于大量数据使用正则匹配的事，程序语言是Delphi，但是正则表达式模块是perl的，所以基本上所有语言的正则都可以按照一下几点优化。

 

首先，你的正则表达式尽量少开匹配模式，delphi中有roIgnoreCase, roSingleLine等等，这些在一定程度上会加重CPU负担，大小写在不必要的情况下，还是关了忽略大小写比较好。

 

再者就是尽量避免使用含有.点之类的重复匹配，而采用更精确的比如\d \w等，举个例子  aabbcc123aass

cc(.+?)aa 和cc(\d{3})aa，后者会比前者更有优势，为什么呢？因为越是提前否定某个字符串是否匹配，效率越高。也就是更早的发现不匹配的，然后跳过。

 

最后就是尽可能规避冗长的正则表达式，而采用分段，或者精简的做法，这种有点类似第二点，尽早发现不匹配的就忽略。

 

以上经验可能在其他地方不适用，仅供参考。