高性能正常匹配高效率提升
前言
写高性能正则匹配，有以下标准，这些标准是自己总结的:
1、使用正确的边界匹配器（^、$、b、B等）
2、应用具体的元字符和标识符类型（d、w、s等）
3、使用正确的量词（ 、*、?、 ,m}）
4、使用非捕捉组和分子组
5、注意量词的嵌入
其实很多正则匹配的优化技巧都是围绕“减少回朔”这样的原则进行改进的。、 ,m}）
4、使用非捕捉组和分子组
5、注意量词的嵌入 其实很多正则匹配的优化技巧都是围绕“减少回朔”这样的原则进行改进的。
至于什么是“回朔”，小编就不在这里重复了，下面就根据具体的例子来了解这个过程。
实例1、以下是配对电子邮件地址的正则匹配：
^w ([.-]?w )*@w ([.-]?w )*(.w{2,3}) $
一步一步分析：
1、^w ：表示需要标记符
逐渐， 而且是一个或多个；
2、([.-]?w )*里的“[.-]?表示配对“”.或“-”，零次或一次；
3、([.-]?w )*里的“w 还表示配对一个或多个字符；
4、([.-]?w )*所有这些都表示配对.xxx、-像xxx或xxx这样的字符，零次或多次；
5、第1-4步，配对sunny或sunny.yang这样的字符；
6、“@”是实际元，配对具体@； 7、 w ：一个或多个字符也表示匹配，因为email不太可能这样做:sunny@.gmail.com；
8、 ([.-]?w )*：就像第2-4步一样，配对.163、-lib、.像gd这样的字符，零次或多次；
9、 (.w{2,3}) $：则配对.com、.cc那样
末尾
而且由于w{2、3}限制了长度必须是2-3位，因此无法匹配.c、.n这样的字符。
乍一看，这样的分析整个过程没有问题，逻辑性恰到好处，但实际上隐藏了很多问题。看看下面的配对图，backtrack也表示回复(应用regexbudy可以清楚地看到这个过程)
整个成功匹配过程经历了55个步骤，首先，我们将分析整个配对过程：
1、配对图中的第1和2步^w ，匹配成功，匹配“admin”;
2、图中第三步，配对[.-]?，自然因为没有“自然”.“与“-”不匹配实际字符，而是因为“，自然因为没有“自然”.“与“-”不匹配实际字符，但由于“?”的限制，它可以匹配零或一次，所以子关系匹配是成功的，尽管它不匹配实际字符。
3、图4步，配对w ，因为“ “限制一个或多个标识符，但后续没有[a-zA-Z0-9]可以匹配，从而产生回朔，回溯到之前配对的成功位置，可能是admin；
4、图中第五步，因为上一步形成了回朔，所以“[.-]?w 因为匹配了零次([.-]?w )*中限零次或多次，因此配对成功，与实际字符不匹配；
配对过程的步骤如下：
^w ([.-]?w )*@w ([.-]?w )*(.w{2,3}) $
5、图中第6步与“@”相匹配 ，第七步匹配“w 也就是说，“匹配”open”；
6、图中第8-13步，配对“([.-]?w )*” ，匹配了“-lib、“.com”，配对“.com“可能不符合我们的期望，我们期望这种关系匹配是www.xx.gd.cn里的“.gd”；
7、图中第7-10步匹配open-lib，第7-13步匹配open-lib.com；
8、由于“([.-]?w )*“量词是“*”，然后继续重复这个过程；
9、 图中第14步配对“([.-]?w )*”里的“[.-]?因为此时此刻表针已经坐落在地上@open-lib.com之后，但由于量词“？？因此，配对也取得了成功，但没有配对标识符，也没有配对标识符；
10、 图中第15步配对“([.-]?w )*”里的“w “此时，表针仍位于字符串数组的结尾，没有标志符可以匹配，因此匹配不成功，导致回复，返回成功位置，即图中的第13步，下一个表达匹配；
11、 图中第16步，配对(.w{2,3}) 里的.因为没有标识符可以配对，配对不成功，开展回朔；
12、图中第17步 ，(.w{2,3}) 中量词“ “，这意味着这种关系必须匹配一次或多次，因为最后一次匹配不成功，所以匹配零次，但不符合一次或多次的限制，所以再次回来；
二、下面看另一个同样配对邮箱地址的正则匹配:^w ([-.]w )*@w ([-.]w )*.w ([-.]w )*$
这种正则匹配看起来和上面的一样，但仔细观察是有区别的，一步一步地分析：
1、^w ：表示需要标记符
逐渐， 而且是一个或多个(这一步和上面一样)；
2、 ([-.]w )*里的“[-.]表示配对“-”或“-”.”；
3、 ([-.]w )*里的“w 还表示配对一个或多个字符；
4、([-.]w )*所有这些都表示配对.xxx、-xxx这样的字符，而零次或多次；
5、第1-4步，配对sunny或sunny.yang这样的字符；
6、“@”是实际元，配对具体“@”；
7、 w ：一个或多个字符也表示匹配，因为email不太可能这样做:sunny@.gmail.com；
8、([-.]w )*：就像第2-4步一样，配对.163、-lib、.像gd这样的字符，零次或多次；
9“."是实际元，配对.”；
10、w ：配对一个或多个标识符；
11、([-.]w )*：则配对“.com”、“-lib、“.c“这样的字符，可以零次或多次；
12、$ ：也表示末尾乍一看，这个正则匹配的整个过程似乎比前一个过程长，但事实并非如此。同时，这种正则匹配也存在问题，先看配对图，同样的backtrack表示回朔：
正确的，你没听错，所有合适的匹配都在整个过程中使用19步骤，比较前面的
55步骤，真是天地之间的差异。，再分析一下配对的全过程：
1、配对图中的第1和2步^w ，匹配成功，匹配“admin”;
2、图中第三步，配对[-.]，自然因为没有“自然”.“与“-”不匹配实际字符，
没有具体的量词可以配对零次，所以不需要再往下匹配，因此，回朔立即形成；
3、图中第四步，因为上一步形成了回朔，所以“[-.]w 因为匹配了零次([-.]w )*中限零次或多次，因此配对成功，与实际字符不匹配；
以下步骤，配对过程：
^w ([-.]w )*@w ([-.]w )*.w ([-.]w )*$
4、图中第6步w ，open匹配；
5、图中第7-12步配对([-.]w )*，匹配了“-lib”和“.com”；6、由于“([-.]w )*“量词是“*”，然后继续重复这个过程；
7、图13步，配对([-.]w )* ，因为这个时候表针已经坐落了@open-lib.com之后，
没有具体的量词可以配对零次，所以配对不成功，回到之前成功的位置；
8、图14步，配对 ([-.]w )*$里的“[-.]“此时，表针仍然位于字符串数组的结尾，没有任何标志符可以匹配，因此匹配不成功，导致回复和返回
之前成功过，还没试过位置，即图中第9步；
9、通过上面的回朔，表针已经坐落在那里了@open-lib之后的位置；
10、图15步匹配.”，第16步w 则匹配了“com” ；11、图第17步配对([-.]w )*，因为此时表针位于字符串数组的结尾，[-.]部分不匹配所有标识符，因此产生回朔；
12、图第18步，因为 ([-.]w )*量词为“*”，表示配对为零次，尽管子关系式[-.]配对不成功，所以整个关系匹配零次，都是配对成功；
13、在第19步的最后一步中，“$”表示结尾配对，因为此时表针位于字符串数组的结尾，所以配对也很成功。
剖析整个配对过程的重要改进区域，或回朔，两个例子的关系看起来相似，整个配对过程部分相似，但两个例子的效率如此之高，现在分析回朔的主要原因。剖析整个配对过程的重要改进区域，或回朔，两个例子的关系看起来相似，整个配对过程部分相似，但两个例子的效率如此之高，现在分析回朔的主要原因。比较两种不同类型关系类型的部分：^w ([.-]?w )*@w ([.-]?w )*(.w{2,3}) $