正则表达式学习——(3)正则性能优化

---

参考文章:

https://www.zhihu.com/question/48219401/answer/1476436385

mark一个好用的正则测试网站

https://regex101.com/

一、避免量词嵌套

/a*b/和/(a*)*b/去匹配aaaaa，前者的匹配步数远远小于后者。可见，嵌套量词会大大增加正则的执行过程。因为这其中进行了两层回溯，这个执行步骤增加的过程就如同算法复杂度从 O(n)上升到 O(n^2)的过程一般。

所以面对量词嵌套，我们需作出适当的转化消除这些嵌套：

(a*)* ⇋ (a+)* ⇋ (a*)+ ⇋ a*
(a+)+ ⇋ a+

二、使用非捕获组

NFA 正则引擎中的括号主要有两个作用：

1. 主流功能，提升括号中内容的运算优先级
2. 反向引用backreference

反向引用这个功能很强大，强大的代价是消耗性能，因为()会把相关匹配存储到一个临时缓冲区。所以，当我们如果不需要用到括号反向引用的功能，即访问某缓冲区时，我们应该尽量使用非捕获组，也就是:

// 捕获组与非捕获组
() ⇒ (?:)

三、分支优化

1.减少分支数量

e.g.

/^http|https/

优化为：

/^https?/

来减少没必要的分支回溯。

2.缩小分支内的内容

e.g.要匹配 this 和 that，正则：

/this|that/

优化为：

/th(?:is|at)/

第一个正则的执行步骤比第一个正则多两步，第一个正则的回溯路径比第二个正则的回溯路径更长了，最终导致执行步骤变长

四、锚点优化

在能使用锚点的情况下尽量使用锚点，即定位符。大部分正则引擎会在编译阶段做些额外分析，判断是否存在成功匹配必须的字符或者字符串。类似^、$ 这类锚点匹配能给正则引擎更多的优化信息。

例如正则表达式 hello(hi)?$ 在匹配过程中只可能从字符串末尾倒数第 7 个字符开始, 所以正则引擎能够分析跳到那个位置，略过目标字符串中许多可能的字符，大大提升匹配速度。

五、不使用正则表达式

有时优化太差不用更好，直接上字符串操作好耶

六、避免性能问题影响页面响应

在必须使用正则表达式，且的确有潜在的性能问题的情况下。要避免正则表达式的性能影响到页面响应。一种可能的方式是像 regex101 一样把正则表达式的匹配操作放到 Service Worker中进行。

网上看的，似乎是js方面的，这个不太了解。