小数点可以匹配除了换行符 “/n ” 以外的任意一个字符
一些细节
对于使用传统NFA 引擎的大多数语言,如Java ,.NET 来说,“. ” 的匹配范围是这样的。
但是对于JavaScript 来说有些特殊,由于各浏览器的解析引擎不同,“. ” 的匹配范围也有所不同,对于Trident 内核的浏览器,如IE 来说,“. ” 同样是匹配除了换行符“/n ” 以外的任意一个字符,但是对于其它内核的浏览器,如Firefox 、Opera 、Chrome 来说,“. ” 是匹配除了回车符“/r ” 和换行符“/n ” 以外的任意一个字符。
测试
< script type ="text/javascript">
document.write(/./.test("/r" ) + "<br />" );
document.write(/./.test("/n" ) + "<br />" );
</ script >
/*-----------IE 下输出-----------
true
false
*/
/*-----------Firefox 、Opera 、Chrome 下输出-----------
false
false
*/
关于此细节的一些猜测
大概测了一下,Trident 、Presto 和Gecko 应该都是采用的传统NFA 引擎,而webkit 至少是支持传统NFA 引擎的,但是又与传统NFA 引擎表现的不太一样,估计不是做了高级优化的传统NFA 引擎,就是DFA/NFA 混合引擎。
由于Windows 下支持“/r” 和“/n” ,而UNIX 下只支持“/n” ,所以我猜想可能是由于其它浏览器引擎并不来自于Windows ,所以没有提供对“/r” 的支持,从而导致在正则中“.” 也不匹配“/r” 吧。没做深入研究,只是一些猜测罢了。
如要匹配小数点本身,用 “/ ” 进行转义 “/. ”
注意
在匹配多行时,不要试图用“[./n] ”来匹配任意字符,这种写法表示的只是小数点和换行符两个字符中的一个,可以使用“(.|/n) ”,但一般不这样用,这样写可读性差,效率也低,一般用“[/s/S] ”,或者是用“. ”加(?s) 匹配模式来达到这一效果。
举例
需求描述:匹配<td> 标签中的内容
源字符串:<td>This is a test line.
Another line. </td>
匹配结果:<td>This is a test line.
Another line. </td>
正则表达式一:<td>[/s/S]*</td>
正则表达式二:(?s)<td>.*</td>
匹配效率测试:
以下为测试用字符串,即下面 richTextBox1.Text 里输入的内容(取自 CSDN 首页):
< link href ="images/favicon.ico" rel ="SHORTCUT ICON" />
< title > CSDN.NET - 中国领先的IT 技术社区,为IT 专业技术人员提供最全面的信息传播和服务平台</ title >
< script language ='JavaScript' type ='text/javascript' src ='http://www.csdn.net/ggmm/csdn_ggmm.js'></ script >
< script type ="text/javascript" src ="http://counter.csdn.net/a/js/AreaCounter.js"></ script >
< script type ="text/javascript">
测试代码:
string yourStr = richTextBox1.Text;
StringBuilder src = new StringBuilder (4096);
for (int i = 0; i < 10000; i++)
{
src.Append(yourStr);
}
string strData = src.ToString();
List <Regex > reg = new List <Regex >();
reg.Add(new Regex (@"[/s/S]" ));
reg.Add(new Regex (@"[/w/W]" ));
reg.Add(new Regex (@"[/d/D]" ));
reg.Add(new Regex (@"(.|/n)" ));
reg.Add(new Regex (@"(?s)." ));
string test = string .Empty;
Stopwatch stopW = new Stopwatch ();
foreach (Regex re in reg)
{
stopW.Reset();
stopW.Start();
test = strData;
test = re.Replace(test, "" );
stopW.Stop();
richTextBox2.Text += " 正则表达式:" + re.ToString().PadRight(10) + " 执行时间:" + stopW.ElapsedMilliseconds.ToString() + " ms" ;
richTextBox2.Text += "/n---------------------------------------/n" ;
}
测试结果:
测试分两组进行,程序执行前内存占用为 921M
一组是未使用量词,每次仅替换一个字符,执行时间如下,占用内存 938M
/*-------- 输出--------
正则表达式:[/s/S] 执行时间:2651 ms
---------------------------------------
正则表达式:[/w/W] 执行时间:2515 ms
---------------------------------------
正则表达式:[/d/D] 执行时间:2187 ms
---------------------------------------
正则表达式:(.|/n) 执行时间:2470 ms
---------------------------------------
正则表达式:(?s). 执行时间:1969 ms
---------------------------------------
*/
另一组使用了量词,一次替换所有字符,执行时间如下,占用内存 1218M
/*-------- 输出--------
正则表达式:[/s/S]+ 执行时间:249 ms
---------------------------------------
正则表达式:[/w/W]+ 执行时间:348 ms
---------------------------------------
正则表达式:[/d/D]+ 执行时间:198 ms
---------------------------------------
正则表达式:(.|/n)+ 执行时间:879 ms
---------------------------------------
正则表达式:(?s).+ 执行时间:113 ms
---------------------------------------
*/
测试结果分析:
匹配效率最高的是采用了 Singleline 这种匹配模式的 “.”
其次是“ [/d/D] ”,而“ (.|/n) ”的匹配效率最低
“ [/s/S] ”的匹配效率居中,只是习惯上用得多些
注: 由于各语言支持的引擎不同,即使使用同一种引擎,对正则做的优化也有所不同,所以以上性能测试结论可能仅适用于 .NET