最有效的正則表達式，用於檢查字符串是否包含至少3個字母數字字符

Question

我有這個正則表達式：

(?:.*[a-zA-Z0-9].*){3}

我用它來查看字符串中是否至少包含3個字母數字字符。 它似乎工作。

它應匹配的字符串示例：

'a3c'
'_0_c_8_'
' 9 9d '

但是，我需要它更快地工作。 有沒有更好的方法來使用正則表達式來匹配相同的模式？

---

編輯：我最終使用這個正則表達式為我的目的：

(?:[^a-zA-Z0-9]*[a-zA-Z0-9]){3}

（不需要修飾符）

Answer 1

最有效的正則表達式方法是使用對比原理 ，即並排使用相反的字符類。 這是一個正則表達式，可用於檢查字符串是否有3個拉丁字母或數字：

^(?:[^a-zA-Z0-9]*[a-zA-Z0-9]){3}

見演示 。

如果你需要一個完整的字符串匹配，你需要附加.* （或.*$如果你想保證你將匹配所有直到字符串/行的結尾），但在我的regexhero測試中， .* yield更好的性能）：

^(?:[^a-zA-Z0-9]*[a-zA-Z0-9]){3}.*

此外，很大程度上取決於引擎。 PCRE具有自動優化功能，包括自動擁有（即它將*為*+ (?:[^a-zA-Z0-9]*+ ）。

在此處查看密碼驗證優化的更多詳細信息 。

Answer 2

(?:.*?[a-zA-Z0-9]){3}.*

你可以使用它。這比你的快得多，步驟也少。參見demo.You可能也想使用^$ anchors來確保沒有部分匹配。

https://regex101.com/r/nS2lT4/32

原因是

(?:.*[a-zA-Z0-9].*){3}

                ^^

這實際上消耗了整個字符串，然后引擎必須回溯。當使用其他正則表達式時，這是避免的

Answer 3

考慮一下。 正則表達式非常強大，因為它們具有表現力且非常靈活（具有前瞻，貪婪消耗和反向跟蹤等功能）。 幾乎總會有成本，無論多么微不足道。

如果你想要原始速度（並且你願意放棄表現力），你可能會發現完全繞過正則表達式並且僅僅評估字符串更快，例如使用以下偽代碼：

def hasThreeAlphaNums(str):
    alphanums = 0
    for pos = 0 to len(str) - 1:
        if str[pos] in set "[a-zA-Z0-9]":
            alphanums++
            if alphanums == 3:
                return true
    return false

它是一個解析器（在這種情況下非常簡單），一種比正則表達式更強大的工具。 有關更具體的示例，請考慮以下C代碼：

#include <ctype.h>
int hasThreeAlphaNums (char *str) {
    int count = 0;
    for (int ch = *str; ch != '\0'; str++)
        if (isalnum (ch))
            if (++count == 3)
                return 1;
    return 0;
}

現在，關於這個特定情況是否更快，這取決於許多因素，例如語言是否被解釋或編譯，正則表達式的效率如何等等。

這就是為什么優化的口號是“測量，不要猜測！” 您應該評估目標環境中的可能性。