正則表達式：。*與（。*）和字符類的最佳實踐

Question

我有一個關於正則表達式的快速問題。在模式匹配中是否存在 。*和（。*）之間的差異？分組 似乎是多餘的。我問這個問題是因爲我在Apache的RewriteCond或RewriteRule表達式中看到兩種形式 。

此外，我想知道是否考慮 是一種很好的做法，可以在匹配 圖案時對字符類進行分組。 ab \ scd與ab（\ s）cd。這裏後者似乎更直觀了 。

Answer 1

(.*)創建一個組，它可以重新匹配或在以後替換爲\1或類似的。 （數字是從左到右的組的編號。）()是什麼使其成爲一個組，因此.*將匹配相同，但不是組。

匹配組使用更多的內存，並需要更長的時間，所以應該避免，除非組是必要的。

如果您不需要記住內容，則可以使用更少的內存更快地使組工作。在第一個括號之後加上?:，例如(?:this)而不是(this)。

以下是必要分組的一些例子：

• (.*),(.*)圖案的\1\t\2取代，取代昏迷分隔一對與製表符分隔之一。你需要團體進行替代。
• (abc)*，其連續匹配任意數量的abcs，例如， abcabcabcabc。該小組需要說明的是全部的abc這是重複的，而不僅僅是c。 （注意，這是因爲(?:abc)*更有效。）

至於字符類，沒有理由做一團了字符類的。 ab(\s)cd將會像ab\scd一樣匹配，但前者速度要慢得多並且使用更多內存。如果你想爲讀者提供更多的清晰度，用方括號（通常用於定義一個自定義字符類）包圍字符類通常可以不需要額外的費用或最小的額外費用。例如。 ab[\s]cd。 （感謝Hobbs提出這個建議。）

Answer 2

如果您不需要參考組（例如捕獲組的真正目的是能夠在替換或重寫目標中引用它）或將量詞應用於該組，則唯一的真正的區別在於可讀性。

由於正則表達式引擎將不得不在內存中保留組匹配，所以如果你擔心這種事情，你總是可以將組合變成非捕獲組，這些組合都是?:，即(?:.*) ，但最終會在正則表達式中添加更多特殊字符，並使其不易讀。

最後，這部分是偏好問題，但總的來說，我沒有看到許多人（如果有的話）故意寫出冗餘捕獲組。

Answer 3

忘記正則表達式良好實踐的概念^*。一個無用的捕獲組浪費內存，並且不會讓你的模式更具可讀性。只有在需要時才使用它。

關於捕獲組和非捕獲組之間的表現：根據所使用的正則表達式引擎，您可能會有很大的差異。爲了給出一個想法，非捕獲組可以比PHP中的捕獲組快150倍。

^*正則表達式被構建爲儘可能高效。它只取決於你正在嘗試做什麼以及你正在使用哪個引擎。模式的構建取決於正則表達式引擎機制。在這種背景下，嘗試應用「良好實踐」並不相關。但是，憑藉這些經驗，您將在某些情況下使用衆所周知的食譜。