正则表达式合理使用

1、前言：

最近在看性能调优，说到合理使用正则表达式或者能不用就不用，有点好奇，就去了解了下，这里简单记录下了解到的内容。

2、实现正则表达式引擎的方式：

目前实现正则表达式引擎的方式有两种：DFA 自动机（Deterministic Final Automaton 确定有限状态自动机）和 NFA 自动机（Non deterministic Finite Automaton 非确定有限状态自动机）。

目前绝大多数都是使用了NFA，这两者要详细了解下可以看看这（有穷自动机DFA&NFA (学习笔记) - 知乎）

3、匹配模式：

合理使用匹配模式能减少不必要的回溯，但是有些回溯是必须的，并不能避免。比较详细：一个由正则表达式引发的血案 - 明志健致远 - 博客园

3.1、贪婪模式

顾名思义，就是在数量匹配中，如果单独使用 +、 ? 、* 或{min,max} 等量词，正则表达式会匹配尽可能多的内容。例如，

 text="abbc"
 regex="ab{1,3}c"

就是在贪婪模式下，NFA 自动机读取了最大的匹配范围，即匹配 3 个 b 字符。匹配发生了一次失败，就引起了一次回溯。

3.2、懒惰模式（Reluctant）

在该模式下，正则表达式会尽可能少地重复匹配字符。如果匹配成功，它会继续匹配剩余的字符串。例如，在上面例子的字符后面加一个“？”，就可以开启懒惰模式。

 text="abbc"
 regex="ab{1,3}?c"

匹配结果是“abc”，该模式下 NFA 自动机首先选择最小的匹配范围，即匹配 1 个 b 字符，因此就避免了回溯问题。

3.3、独占模式（Possessive）

还是上边的例子，在字符后面加一个“+”，就可以开启独占模式。例如，

 text="abbc"
 regex="ab{1,3}+bc"

结果是不匹配，结束匹配，不会发生回溯问题。