且构网

分享程序员开发的那些事...
且构网 - 分享程序员编程开发的那些事

这段php正则表达式preg_match为什么有时候会return false?

更新时间:2022-10-14 19:33:10

看代码你只是过滤。int(0)代表没匹配到,int(1)是匹配成功。

帮你改一下代码吧,分组捕获不能乱用,正则书写要简洁,还要尽量提高运行效率,还不能存储无谓的变量。要搞懂正则引擎的回溯原理才能明白自己在干什么。

更初级一点的知识,你至少要了解贪婪匹配和非贪婪匹配匹配原理和运行效率的差异。

原:

preg_match('/^(([a-zA-Z0-9]+\-?)+[a-zA-Z0-9]+\.)+[a-zA-Z]+$/i','lo-n.l-on.loh-4va.ccccc5om');

改:

preg_match('/^(?:(?:\w+\.?\w+)-?){4}$/', 'lo-n.l-on.loh-4va.ccccc5om'); 


我以题主的问题来分析一下。

以题主的第一段代码为例:

preg_match('/^(([a-zA-Z0-9]+\-?)+[a-zA-Z0-9]+\.)+[a-zA-Z]+$/i','lo-n.l-on.loh-4va.ccccc5om')

共花费74781步, 7万多步!
改成我上面修改后的

preg_match('/^(?:(?:\w+\.?\w+)-?){4}$/', 'lo-n.l-on.loh-4va.ccccc5om');

后:

只需要34步。

分析一下匹配过程.
题主的:

修改后的匹配步骤:

74781步 : 34 步 约等于2200%, 效率真的是天壤之别.

----补充于dec 29 ---
关于正则的学习:
我是在learning perl里详细研究过。个人觉得用好正则主要需要遵循下面几点:
1 分清什么时候用贪婪匹配、非贪婪匹配
2 尽量用锚位符
3 能分组的尽量分组
4 元字符与其枚举不如反向过滤和概括,如,[a-zA-Z0-9]+不如w+,某些特定场景里,w+不如1+,如果再加上锚位符(b锚单词,?= ?>, ?!正反向预搜索), 那就更快了. 所谓量词嵌套,就是不该用贪婪匹配(+*的时候就尽量少用,这样能极大程度上减少backtrack,也就是回溯次数。
更感性的认识,我要找出10亿个排成一排里的人里男性,你直接告诉我最明显的一个过几个特征就行了,比如那两棵相距100万平方公里里的一排都是男性,没必要告诉我100个特征让我一个一个去核对。

以上。


  1. -s