正則表達式太慢需要優化

Question

我正在使用像“a.{1000000}b.{1000000}c”這樣的正則表達式來對字符串進行模式匹配。 然而，這太慢了。 有一個更好的方法嗎？ 我對 a、b 和 c 之間的東西不感興趣，只要它們的間隙達到我指定的大小我就不關心其中的內容。 可以將其視為跳過 n 個字符。 檢查索引也不適合我，我需要使用 C 中編寫的一些內置方法。有什么建議嗎？

提前致謝

Answer 1

如果您只需要驗證字符串是否在給定模式中並且不關心提取 a、b 或 c，那么這將起作用：

(?=^a.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}b.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}.{50000}c$)

正則表達式量詞的限制是65535 ，所以如果你需要一百萬，那么你必須像我上面那樣重復.{50000} 20 次。

現在你只需要制作 Python 代碼，上面寫着“如果正則表達式匹配則繼續”

Regex101 需要 68 毫秒，所以我認為這是“快”的。

https://regex101.com/r/q6RgNJ/1