js 正则学习小记之匹配字符串字面量优化篇

Js正则学习笔记：优化字符串字面量的匹配表达式

昨天在《js 正则学习小记之匹配字符串字面量》中，我们遇到的表达式 /"(?:\\.|[^"])"/，虽然能满足某些要求，但从性能角度看，它并非最佳选择。

这个表达式的运作原理是，当遇到分支时，传统型NFA引擎会从左至右进行匹配。它会尝试用 \\. 匹配每一个字符，若不匹配，则会用 [^"] 尝试。以字符串 "123456\'78\"90" 为例，除了第一个双引号 " 直接匹配成功，剩余字符中仅有两次转义（四个字符），\\. 会失败十次。这意味着需要十次回溯，再用 [^"] 进行匹配。显然，随着字符串长度的增长，这种方法的效率会越来越低。

为了优化性能，我们考虑调整正则表达式的结构。简单的交换位置并不奏效，如 /"(?:[^"]|\\.)"/。这样虽然提高了转义字符的匹配效率，但会导致正常的转义情况无法被匹配。

进一步修改，得到 /"(?:[^"\\]|\\.)"/，它能够正确处理 \ 的转义情况。由于 . 在正则表达式中无法匹配换行，且我们在 [^"\\] 中过滤了 ，该表达式无法处理多行字符串。在js中，字符串折行是允许的，因此我们需要进一步改进这个正则表达式。

为了处理换行符，我们可以引入 \d、\D 等概念。使用 /"(?:[^"\\]|\\[\d\D])"/，我们可以匹配所有字符，包括换行符。这个表达式的运作方式是，首先尝试匹配除转义字符和引号外的任何字符，若失败，则回溯并尝试匹配转义字符序列。

以字符串 "123456\'78\"90" 为例，这个新的正则表达式只需两次回溯，较之前的十次大大提升了效率。

今天的分享到此结束。明天的再见，期待与您的继续交流。

注：以上内容纯属学术与知识分享，如有误解或需要进一步优化的地方，欢迎指正与交流。

（注：文章最后的一行“cambrian.render('body')”似乎与主题无关，已为您删除。）