js 正则学习小记之匹配字符串优化篇

原文:js 正则学习小记之匹配字符串优化篇

昨天在《js 正则学习小记之匹配字符串》谈到 个字符，除了第一个 个，只有 个转义( 个字符)，所以 次，只有 次成功。
这 次匹配失败，需要回溯后用 [^"] 才能匹配成功，当然最后一个 " 会直接匹配成功。

很明显，正常的字符串不可能全是转义，正常的字符串才是主流，当然不排除有人故意全转义的情况。
所以这个正则需要次回溯后才能匹配完成，如果字符串增长到 1K 1M 肿么破呢？
所以我们要修改下这个正则，前后换下位置么？
难道是 /"(?:[^"]|\\.)*"/ ？ 呵呵，好像不太对，这样的话转义就不能被匹配了。

所以还要修改下 /"(?:[^"\\]|\\.)*"/ 这样就OK了，遇到 \ 转义就会用 \\. 去尝试匹配。

可是还是有问题，因为我们在 [^"\\] 过滤掉了 \n 所以没法匹配多行字符的情况。

js 中 字符串用 \ 折行是允许的，但是修改后的 正则 没法匹配这样的字符串了，所以我们还得继续修复。
因为 . 没法匹配换行，所以我们要用其他方式表达。
. 是用于匹配除换行符之外的所有字符，难道我们要 [.\n] 来表示么？
这样是不对的，因为 [] 字符集中的 . 不再表示除换行符之外的所有字符，而是字符 . 也就是他本身一个字符而已。
那怎么办呢？
其实换个思路，
\d 表示 0-9
\D 表示 [^0-9]
那么 [\d\D] 就表示所有了，不是么。（新人朋友不知道能不能消化这个知识点。）
同理 [\s\S] [\w\W] 同样可以。
所以 /"(?:[^"\\]|\\[\d\D])*"/ 这样就满足我们的要求了。

效果不错。
回头过来分分析下他现在的性能吧。
还是这个字符串: "123456\'78\"90" ， 正则 /"(?:[^"\\]|\\[\d\D])*"/

共 个字符，除了第一个 个，有 个转义( 个字符)，[^"\\] 能匹配成功 个字符，只有 次失败。
为什么不是 次失败呢，明明有个字符啊。个字符，但是读到第一个 次回溯。
只有 次需要回溯，然后用 次回溯，减少到了 次，虽然正则比昨天臃肿了很多，但至少性能提升了不止一个等级。

OK，今天的分享完毕，明天见。