正则优化

常见优化措施

• 加速某些操作
• 避免冗余操作

应用之前优化

• 编译缓存
  • 集成式处理中的编译缓存
  • 程序式处理中的编译缓存
  • 面向对象式处理中的编译缓存
• 预查必须字符/子字符串优化
• 长度判断优化

通过传动转置优化

• 字符串起始/行锚点优化
• 隐式锚点优化
• 字符串结束/行锚点优化
• 开头字符/字符组/子串识别优化
• 内嵌文字字符串检查优化
• 长度识别传动优化

优化正则表达式本身

• 文字字符串连接优化
• 化简量词优化
• 消除无必要括号
• 消除不需要的字符组
• 忽略优先量词之后的字符优化
• “过度”回溯检测
• 避免指数级（超线性 super-linear）匹配
• 使用占有优先量词削减状态
• 量词等价转换
• 需求识别

提高表达式速度的诀窍

• 编写适于优化的正则表达式
• 模拟优化
• 主导引擎的匹配

常识性优化

• 避免重新编译
• 使用非捕获型括号
• 不要滥用括号
• 不要滥用字符组
• 使用起始锚点

其他优化

• 将文字文本独立出来
  • 从量词中“提取”必须元素
  • “提取”多选结构开头的必须元素
• 将锚点独立出来
  • 在表达式前面独立出**^和\G**
  • 在表达式末尾独立出**$**
• 忽略优先/匹配优先
  • 目标字符串很长，冒号比较接近字符串开头，使用忽略优先量词
  • 目标字符串很长，分号比较接近字符串末尾，使用匹配优先量词
  • 数据随机时，使用匹配优先的量词
• 拆分正则表达式
• 模拟开头字符识别
• 使用固化分组和占有优先量词
• 主导引擎的匹配
  • 将最可能匹配的多选分支放在前头
  • 将结尾部分分散到多选结构内
• 消除循环：「opening normal*(special normal)* closing」
  • special 部分和 normal 部分匹配的开头不能重合
  • normal 部分必须匹配至少一个字符
  • special 部分必须是固化的
  • 寻找通用套路