欢迎来到福编程网,本站提供各种互联网专业知识!

小议正则表达式效率 贪婪、非贪婪与回溯

发布时间:2011-04-12 作者: 来源:转载
前几天看了鸟哥的BLOG上写的关于正则表达式的回溯与递归的限制时,对贪婪、非贪婪产生的回溯有疑问,遂近段时间,仔细的学习研究了一下,现在把经验心得与大家分享一下。
先扫盲一下什么是正则表达式的贪婪,什么是非贪婪?或者说什么是匹配优先量词,什么是忽略优先量词?
好吧,我也不知道概念是什么,来举个例子吧。
某同学想过滤之间的内容,那是这么写正则以及程序的。
复制代码 代码如下:
$str = preg_replace('%%i','',$str);//非贪婪

看起来,好像没什么问题,其实则不然。若
复制代码 代码如下:
$str = 'alert(document.cookie)>alert(document.cookie)';

那么经过上面的程序处理,其结果为
复制代码 代码如下:
$str = 'alert(document.cookie)>alert(document.cookie)';
$str = preg_replace('%%i','',$str);//非贪婪
print_r($str);
//$str 输出为

仍然达不到他想要的效果。上面的就是非贪婪,也有的叫惰性。其标志非贪婪的标识为量数元字符后面加? ,比如 +?、*?、??(比较特殊,以后的BLOG中,我会写到)等。即标识非贪婪,如果不写?就是贪婪。比如
复制代码 代码如下:
$str = 'alert(document.cookie)>alert(document.cookie)';
$str = preg_replace('%%i','',$str);//非贪婪
print_r($str);
//$str 输出为 /is";
$str = ""; //长度大于100014
$ret = preg_repalce($reg, "", $str); //返回NULL

其原因就是回溯太多了,直到造成耗尽栈空间爆栈。

再来看个例子。
字符串
复制代码 代码如下:
$str = '';

正则表达式为
复制代码 代码如下:
$strRegex1 = '%%';
$strRegex2 = '%%';
$strRegex3 = '%).)+%';

这三个正则,分别会造成几次回溯呢??

答案见下篇 PHP正则表达式的效率:回溯与固化分组

相关推荐