[向过客提问]正则原理问题--为什么分组比断言快呢？

[regex_night_02]

刚看到一个帖子：http://topic.csdn.net/u/20100828/21/4a5f44fc-d976-48af-bd9a-33ed40478ecf.html
过客兄和jutuo2009cs的答案均可以匹配。出于好奇，做了一个性能测试。发现过客兄的那个正则效率很高。引发本帖问题。
为什么分组匹配效果比断言要块那么多呢？

对比结果如下：
测试文本：
[field:name len="10"] 或 [field: name len="10"]
结果：
一共用时：1763毫秒(1.763秒) [100000次]

★表达式1：field:\s*(\S+)
执行时间：681毫秒(0.681秒) 占总时间38.63%

★表达式2：(?<=:\s*)\w+
执行时间：1082毫秒(1.082秒) 占总时间61.37%

[regex_night_02]

也许说是下面的没检查field。我加上后对比结果为：

一共用时：1742毫秒(1.742秒) [100000次]

★表达式1：field:\s*(\S+)
执行时间：661毫秒(0.661秒) 占总时间37.94%

★表达式2：(?<=field:\s*)\w+
执行时间：1081毫秒(1.081秒) 占总时间62.06%

[regex_night_02]

field:\s*(\S+)
这个不用说，匹配过程很简单
匹配常量字符f
常量字符i
常量字符e
常量字符l
常量字符d
常量字符:
范围匹配\s，各种符号
匹配所有非字符，创建堆栈保存匹配(\S+)
整个过程是一个循环完成。


(?<=:\s*)\w+
这个么…
断言的匹配过程还不了解，不知道是不是先匹配\w，匹配成功，则回溯查看前一个char是否符合(?<=exp)中的匹配，所以\w+匹配到name4个字母，则需要回溯4次，而每次回溯都将需要重新匹配:\s*，导致了性能的降低？

不知道我这样理解对不对。

[Peter200694013]

不是特别懂
这有篇效率分析的文章
http://bbs.phpchina.com/viewthread.php?tid=189933

//等过客前辈

[regex_night_02]

你贴的那个是js的，js中本就不支持(?<=exp)
回溯，不同情况意义不同的。
等客客兄。

[-过客-]

其实主要是回溯次数和所用的元字符匹配范围的原因

表达式二换成下面的试一下：
(?<=field:\s*?)\w+

然后再把表达式一换成下面的试一下：
field:\s*(\w+)

关于逆序环视的匹配原理，我在下面的博客中已经讲解过了
正则匹配原理之——逆序环视深入

[-过客-]

回溯次数的差异体现在两个方面：
1、成功匹配时，表达式1不需要回溯，而表达式2要进行回溯
2、这两个表达式都是要遍历尝试所有位置的，在这个例子中，表达式1只需要尝试匹配1个字符就可以报告匹配失败，而表达式2则要进行更多的回溯和尝试

另外，元字符的范围也是一个要考虑的因素
为什么明确的字符匹配的速度快？因为只需要比较一次
而\w则需要比较多次，范围更大的\S比较的次数就更多
所以如果能够明确源字符串范围的情况下，尽量使用表示范围小的元字符或子表达式

[龍月]

[Quote=引用 5 楼 lxcnn 的回复:]
其实主要是回溯次数和所用的元字符匹配范围的原因

表达式二换成下面的试一下：
(?<=field:\s*?)\w+

然后再把表达式一换成下面的试一下：
field:\s*(\w+)

关于逆序环视的匹配原理，我在下面的博客中已经讲解过了
正则匹配原理之——逆序环视深入
[/Quote]
顶之

[兔子-顾问]

但是这里实际上并没有出现匹配失败哦。如果匹配失败的情况，回溯很要命，甚至会导致正则引擎崩溃。但现在成功的时候，第二个为什么也慢呢？

[智卓见]

李消遥兄，你太强了！谢谢指点！

[-过客-]

field:\s*(\S+)
匹配的debug的匹配过程共98步，多数是这样的匹配失败过程
Beginning match attempt at character 47
backtrack
Match attempt failed
两次匹配成功过程
Beginning match attempt at character 27
f
fi
fie
fiel
field
field:
field:
field: name
field: name
Match found


(?<=field:\s*)\w+
匹配的debug的匹配过程共219步，多数是这样的匹配失败过程
Beginning match attempt at character 47
ok
backtrack
backtrack
Match attempt failed
两次匹配成功过程
Beginning match attempt at character 7
ok
:
d
l
e
i
f
ok
name
Match found

可以看到在匹配失败时，回溯次数上的差异

[porschev]

[Quote=引用 5 楼 lxcnn 的回复:]
其实主要是回溯次数和所用的元字符匹配范围的原因

表达式二换成下面的试一下：
(?<=field:\s*?)\w+

然后再把表达式一换成下面的试一下：
field:\s*(\w+)

关于逆序环视的匹配原理，我在下面的博客中已经讲解过了
正则匹配原理之——逆序环视深入
[/Quote]

终于看完了。。

[Harrison_2009]

学习了，多谢逍遥，过客两位前辈！