正規表達式的原理和個人經驗

正規表達式是程式員非常常用的工具，利用它對資料進行查找和抽取非常高效和友善，是以很有必要對其有較為深入的了解。

  正則使用的時候一定要注意他的自動機特性，具體來說就是每個節點隻會關注他下一個輸入讓他達到的狀态。有個比較經典的trap，用正則a*?b去比對aab，粗看一下肯定以為比對結果會是ab，其實不然。他先去比對第一個a，然後去判斷下一個是不是b，如果不是，那麼再看是不是還是a，是以結果是aab。

  另外使用的時候有幾個經驗：

1. 對任意字元進行比對，可以使用[\s\S]，這個是比較常用的習慣，雖然你還能寫出很多其他一樣功能的正則。

2. 利用環視來檢視比對結果的前後特征。這個在抽取且不用group的時候會經常用到，這個最好是要知道怎麼用。

3. 去除不需要的group。這個經常會在寫取固定的group值的時候會遇到這個麻煩，前面有個比對不得不用到括号，這樣會比預期多出來一個group，那麼可以使用(?:xxx)來聲明這個括号不是一個group。

4. 性能問題。其實我個人并不太關注正規表達式的優化，但是有一點是必須要注意的，就是不要使用貪婪的嵌套，這個性能是很低的。

5. 用使用正則一樣的環境來驗證正則，比如java的程式需要調用正則，用寫個java測試程式來驗證。我做過一個簡單java正則驗證的GUI工具，用了很多年還挺順手的，放到附件中給大家分享一下吧。

  總的來說，使用正則不要硬搬，關鍵是掌握原理、靈活運用。希望大家都能把正則用的得心應手。

本文轉自passover 51CTO部落格，原文連結：http://blog.51cto.com/passover/524268，如需轉載請自行聯系原作者