單詞首次出現的最快正則表達式

Question

我希望我的正則表達式捕獲以下類型的字符串，作為其中包含"%3f"兩個Urls。

https://*****%3f****%3D,https://*****%3f****%3D …

該類型的每個字符串URL均應在何處捕獲。 注意-此處的*是為了簡化起見，URL可以位於大字符串的任何部分，且介於兩者之間。

我的正則表達式現在是：

(https://\S+?%3f)(?<toDelete>\S+?%3D)

但是有人問我是否有一種非延遲的方法（或者只是一種較快的版本），因為它比貪婪要慢得多，並且此正則表達式將在巨大的字符串和數據流中調用。 請注意，我不能簡單地放置\\S*的原因是這樣做會捕獲從第一個http到最后一個%3D一個匹配項。

Answer 1

您可能會用逗號分割字符串，然后得到一個子字符串，最大為%3f值。

如果要制作\\S*? 模式工作“更快”，您必須考慮到模式的這一部分應注意哪種上下文。

您可以匹配任意數量的非空白char，直到第一次出現%3f為止。 也就是說，你想匹配以外的任何字符%和空白或 %未遵循與字符3f 。 這使得(?:[^\\s%]|%(?!3f))* 。 但是，交替會破壞整個優化思想。 您需要使用“展開循環”方法： [^%\\s]*(?:%(?!3f)[^%\\s]*)* 。

因此，整個模式看起來像

https://[^%\s]*(?:%(?!3f)[^%\s]*)*%3f

或與Delete部分：

(https://[^%\s]*(?:%(?!3f)[^%\s]*)*%3f)(?<toDelete>[^%\s]*(?:%(?!3D)[^%\s]*)*%3D)

對於短字符串，最后一個模式可能比\\S+?慢一點點\\S+? 基於模式的模式，但是當匹配的字符串變長時，它將變得更加高效。