優化以下正則表達式

Question

我需要一個正則表達式來匹配字符串，如下所示：

• 必須以[
• 必須包含]
• 允許[和]之間包含任何字符（包括空格）
• 在[和]之間必須至少包含一個字符
• 允許有一個; 在] 。 跟隨; 允許所有字符（盡管無關緊要，因為我不在乎）
• 當且僅當 a ; 在出現]之后，可以在]和;之間使用空格（閱讀制表符，空格-盡管我可以保證不會出現\\r\\n\\f\\v ，這就是我在下面使用\\s原因） ; 。 如果; 在]之后不存在，則] 必須在字符串的末尾。

我最后得到了通過所有初始測試的以下正則表達式： ^\\[([^]]+)](?:\\s+?;)? 。

速度是關鍵，因此，我希望改進正則表達式，以便在可能的情況下縮短一些周期。

我不太確定在這里使用lookahead是否有用。

編輯

例如：

[some;thing] -有效，帶有捕獲組some;thing

[something] -有效，帶有捕獲組的something

[something] -無效，不是以[

[something] ;ojasodj有效，捕獲something

[something] -無效，在]之后沒有空格; 當下

[something]; -有效，捕獲something

[] -無效，必須在[和]之間至少包含一個字符

Answer 1

TL; DR： ^\\[([^]]+)](?:$|\\s*;)

^\\[([^]]+)]已經是匹配正則表達式第一部分的最佳方法，除非您可以刪除捕獲組。 通過使用否定的字符類，可以避免在任何情況下都可能因任何類型的.*或.*?涉及的不必要的回溯.*? 圖案。

要滿足其他規則，您需要匹配字符串（ $ ）的末尾或可選空格和分號，因此應為(?:$|\\s*;) 。 我將$放在第一位，因為這是較短的匹配項（因此可以更快地獲得成功），但這也取決於您的數據（如果第二種情況是絕大多數情況，則放在第一位）。

完整模式為^\\[([^]]+)](?:$|\\s*;)

請注意， $后面可能有一個可選的\\n ，但是您的測試用例看起來不是多行的：)

Answer 2

試試這個模式^\\[[^\\]]+\\](?(?=\\s*;)\\s*;.*|$)

說明：

^\\[[^\\]]+\\]將匹配字符串（ ^ ）開頭方括號中的文本（其中的至少一個字符，而不是] ）。

(?(?=\\s*;)\\s*;.*|$) -如果將方括號括起來后僅是空格和分號，則將它們匹配，否則請確保其以字符串（ $ ）結尾。

演示

Answer 3

這是您可以使用代碼代替的方法

public static bool IsValid(string str, out string capture)
{
    capture = null;

    // A null string is invalid
    if(str == null) return false;

    // An empty string is invalid
    if(str.Length == 0) return false;

    // A string that does not start with [ is invalid
    if(str[0] != '[') return false;
    int end = str.IndexOf(']');

    // A string that does not have a ] is invalid
    if(end == -1) return false;

    // A string that does not have anything between the [ and ] is invalid
    if(end == 1) return false;

    // if the ] is not the end of the string we need to look for a ;.
    if(end != str.Length -1)
    {
        bool semicolon = false
        for(int i = end + 1; i < str.Length; i++)
        {
            // ; found so we can stop looking at characters.
            if(str[i] == ';') 
            {
                semicolon = true;
                break;
            }

            // If non-whitespace is between the ] and ; the string is invalid
            if(!char.IsWhiteSpace(str[i])) return false;
        }

        // No ; found so the string is invalid
        if(!semicolon) return false;
    }

    // Capture the string between [ and ]
    capture = str.Substring(1,end - 1);
    return true;
}

顯然，它不如正則表達式短，但運行速度可能更快。