正则基础之 小数点_正则表达式

一些细节
对于使用传统NFA引擎的大多数语言和工具,如Java、.NET来说,“.”的匹配范围是匹配除了换行符“\n”以外的任意一个字符。
但是对于javascript来说有些特殊,由于各浏览器的解析引擎不同,“.”的匹配范围也有所不同,对于Trident内核的浏览器,如IE来说,“.”同样是匹配除了换行符“\n”以外的任意一个字符,但是对于其它内核的浏览器,如Firefox、Opera、Chrome来说,“.”是匹配除了回车符“\r”和换行符“\n”以外的任意一个字符。

关于此细节的一些猜测

复制代码 代码如下:

# <script type="text/javascript">
# document.write(/./.test("\r") + "<br />");
# document.write(/./.test("\n") + "<br />");
# </script>
# //IE下输出
# true
# false
# //Firefox、Opera、Chrome下输出
# false
# false

大概测了一下,Trident、Presto和Gecko应该都是采用的传统NFA引擎,而webkit至少是支持传统NFA引擎的,但是又与传统NFA引擎表现的不太一样,估计不是做了高级优化的传统NFA引擎,就是DFA/NFA混合引擎。
由于Windows下支持“\r”和“\n”,而UNIX下只支持“\n”,所以我猜想可能是由于其它浏览器引擎并不来自于Windows,所以没有提供对“\r”的支持,从而导致在正则中“.”也不匹配“\r”吧。没做深入研究,只是一些猜测罢了。
常见应用误区
注意
在匹配多行时,不要试图用“[.\n]”来匹配任意字符,这种写法表示的只是小数点和换行符两个字符中的一个,可以使用“(.|\n)”,但一般不这样用,这样写可读性差,效率也低,一般用“[\s\S]”,或者是用“.”加(?s)匹配模式来达到这一效果。

举例
需求描述:匹配<td>标签中的内容
源字符串:<td>This is a test line.
Another line. </td>
匹配结果:<td>This is a test line.
Another line. </td>
正则表达式一:<td>[\s\S]*</td>
正则表达式二:(?s)<td>.*</td>
匹配效率测试
以下为测试用字符串,即下面richTextBox1.Text里输入的内容(取自CSDN首页):

复制代码 代码如下:

<link href="images/favicon.ico" rel="SHORTCUT ICON" />
<title>CSDN.NET - 中国领先的IT技术社区,为IT专业技术人员提供最全面的信息传播和服务平台</title>
<script language='JavaScript' type='text/javascript' src='http://www.csdn.net/ggmm/csdn_ggmm.js'></script> <script type="text/javascript" src="http://counter.csdn.net/a/js/AreaCounter.js%22%3E%3C/script>
<script type="text/javascript">

测试代码:

复制代码 代码如下:

# string yourStr = richTextBox1.Text;
# StringBuilder src = new StringBuilder(4096);
# for (int i = 0; i < 10000; i++)
# {
# src.Append(yourStr);
# }
# string strData = src.ToString();
# List<Regex> reg = new List<Regex>();
# reg.Add(new Regex(@"[\s\S]"));
# reg.Add(new Regex(@"[\w\W]"));
# reg.Add(new Regex(@"[\d\D]"));
# reg.Add(new Regex(@"(.|\n)"));
# reg.Add(new Regex(@"(?s)."));
# string test = string.Empty;
# Stopwatch stopW = new Stopwatch();
# foreach (Regex re in reg)
# {
# stopW.Reset();
# stopW.Start();
# test = strData;
# test = re.Replace(test, "");
# stopW.Stop();
# richTextBox2.Text += "正则表达式:" + re.ToString().PadRight(10) + "执行时间:" + stopW.ElapsedMilliseconds.ToString() + " ms";
# richTextBox2.Text += "\n---------------------------------------\n";
# }

测试结果:
测试分两组进行,程序执行前内存占用为921M
一组是未使用量词,每次仅替换一个字符,执行时间如下,占用内存938M

复制代码 代码如下:

正则表达式:[\s\S] 执行时间:2651 ms
---------------------------------------
正则表达式:[\w\W] 执行时间:2515 ms
---------------------------------------
正则表达式:[\d\D] 执行时间:2187 ms
---------------------------------------
正则表达式:(.|\n) 执行时间:2470 ms
---------------------------------------
正则表达式:(?s). 执行时间:1969 ms

另一组使用了量词,一次替换所有字符,执行时间如下,占用内存1128M

复制代码 代码如下:

测试结果(带量词)
正则表达式:[\s\S]+ 执行时间:249 ms
---------------------------------------
正则表达式:[\w\W]+ 执行时间:348 ms
---------------------------------------
正则表达式:[\d\D]+ 执行时间:198 ms
---------------------------------------
正则表达式:(.|\n)+ 执行时间:879 ms
---------------------------------------
正则表达式:(?s).+ 执行时间:113 ms
---------------------------------------

测试结果分析:
匹配效率最高的是采用了Singleline这种匹配模式的“.”
其次是“[\d\D]”,而“(.|\n)”的匹配效率最低
“[\s\S]”的匹配效率居中,只是习惯上用得多些

注:由于各语言支持的引擎不同,即使使用同一种引擎,对正则做的优化也有所不同,所以以上性能测试结论可能仅适用于.NET。

时间: 2024-08-29 11:22:15

正则基础之 小数点_正则表达式的相关文章

正则表达式学习参考 正则入门学习资料_正则表达式

1 概述 正则表达式(Regular Expression)是一种匹配模式,描述的是一串文本的特征. 正如自然语言中"高大"."坚固"等词语抽象出来描述事物特征一样,正则表达式就是字符的高度抽象,用来描述字符串的特征. 正则表达式(以下简称正则,Regex)通常不独立存在,各种编程语言和工具作为宿主语言提供对正则的支持,并根据自身语言的特点,进行一定的剪裁或扩展. 正则入门很容易,有限的语法规则很容易掌握,但是目前正则的普及率并不高,主要是因为正则的流派众多,各种宿

学习正则!超基础简单例子_正则表达式

问题是这样的,某个情况下要给:http://jb51.net?a=1 这类url地址追加参数变为:http://jb51.net?a=1&b=2 但是怎么知道已经存在相同参数名呢,例如有这种情况:http://jb51.net?a=1&a=2 这个虽然不会有什么大错误,但是地址栏这样看起来很不好.那怎么办呢?用正则解决吧(本来我想用php的字符串处理解决的,但是后来觉得要学一下正则了就用正则做吧) 以下是我用于返回上一页的后台处理方法 复制代码 代码如下: function _goBack

正则基础之 环视 Lookaround_正则表达式

1       环视基础 环视只进行子表达式的匹配,不占有字符,匹配到的内容不保存到最终的匹配结果,是零宽度的.环视匹配的最终结果就是一个位置. 环视的作用相当于对所在位置加了一个附加条件,只有满足这个条件,环视子表达式才能匹配成功. 环视按照方向划分有顺序和逆序两种,按照是否匹配有肯定和否定两种,组合起来就有四种环视.顺序环视相当于在当前位置右侧附加一个条件,而逆序环视相当于在当前位置左侧附加一个条件. 表达式 说明 (?<=Expression) 逆序肯定环视,表示所在位置左侧能够匹配Exp

正则基础之 小数点

一些细节 对于使用传统NFA引擎的大多数语言和工具,如Java..NET来说,"."的匹配范围是匹配除了换行符"\n"以外的任意一个字符. 但是对于javascript来说有些特殊,由于各浏览器的解析引擎不同,"."的匹配范围也有所不同,对于Trident内核的浏览器,如IE来说,"."同样是匹配除了换行符"\n"以外的任意一个字符,但是对于其它内核的浏览器,如Firefox.Opera.Chrome来说,

正则表达式 口诀 学习正则的朋友看看_正则表达式

正则是每个程序员绕不开的堡垒,只有把它攻下来.我觉得正则之所以难,第一难是需要记忆,第二难是要求具备抽象逻辑思维. 签于网上太多的介绍都是一篇凶悍的短文,边看边理解可以,帮助记忆不行.又受五笔字型字根表口诀"白手看头三二斤..."的启发, 试作"正则表达式助记口诀"又名"正则打油诗",版本0.1,绝对原创,仿冒必究,:) 注:本文仅为学习正则时为了便于记忆而作,不能代替系统而全面的学习过程,错漏之处,敬请指正! 正则其实也势利,削尖头来把钱揣:

Java正则表达式基础入门知识_正则表达式

众所周知,在程序开发中,难免会遇到需要匹配.查找.替换.判断字符串的情况发生,而这些情况有时又比较复杂,如果用纯编码方式解决,往往会浪费程序员的时间及精力.因此,学习及使用正则表达式,便成了解决这一矛盾的主要手段. 大家都知道,正则表达式是一种可以用于模式匹配和替换的规范,一个正则表达式就是由普通的字符(例如字符a到z)以及特殊字符(元字符)组成的文字模式,它 用以描述在查找文字主体时待匹配的一个或多个字符串.正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配. 一:什么是正则表达式

mysql update正则替换sql语句_正则表达式

下面的update语句执行的是把www.test.com中的test替换为abc 程序代码 例句: Update test SET url= REPLACE('www.test.com','test', 'abc' ) Where url REGEXP www.test.com; 如果在记录中,有类似 www.test.com www.test1.com www.test2.com 要将这些记录都变成www.abc.com则执行sql语句如下 Update test SET url= REPLA

javascript之正则表达式基础知识小结_正则表达式

元字符 ^ $ . * + ? = ! : | \ / ( ) [ ] { } 在使用这些符号时需要用"\"来进行转移. 如果记不清楚那些标点符号需要转移,可以在使用标点符号时都使用反斜杠"\" 简单匹配 1.直接量 /javascript/ 匹配带有"javascript"的字符串 比如"javascript is an object-oriented scripting language" 2.[ ] /[abc]/ 匹配

正则限制文本输入_正则表达式

小写英文: 大写英文: 任意数字: 限2位小数: 如: 123.12 日 期: 如: 2002-9-29 任意中文: 部分英文: 范围: a,b,c,d,e 部分中文: 范围: 一二三四五六七八九十 [Ctrl+A 全选 注:如需引入外部Js需刷新才能执行]