`(a|e|i|o|u)? ` 和 `([aeiou])?` 之间的正则表达式性能

Question

看来 (a|e|i|o|u)? 和 [aeiou]? 的效果是一样的，不知道有没有显着的性能上的差异。

Answer 1

在您给出的示例中，使用类而不是交替有很大的好处。

例如:

string 'abcde'
regex1 /(a|e|i|o|u)cde/
regex2 /[aeiou]cde/

将 regex1 或 regex2 应用于该字符串将失败，但是幕后发生了什么？

Regex1 获取字符串的第一个字符并查看它是否与正则表达式匹配，因此它会根据匹配的 (a|e|i|o|u) 检查 'a'，但是正则表达式引擎还注意到还有 4 个其他交替如果稍后失败，可以对其进行测试。然后它获取字符串的第二个字符并将其与正则表达式“c”的第二个原子组进行匹配这会导致正则表达式失败，但是它仍然有 4 个其他“状态”可用于尝试进行匹配，因此正则表达式引擎将后退一步并尝试将字符串的第一个字符与 e i o u 进行匹配，然后再确定正则表达式将完全失败并退出。

另一方面，正则表达式 2 决定字符串 'a' 的第一个字符是类 [aeiou] 中的一个字符，不会创建更多状态，因此当第二个字符无法匹配时，它会失败退出, 比 regex1 快得多。

正则表达式的内部工作原理还有很多，因为有两种类型的引擎(确定性和非确定性)，但如果您有兴趣阅读更多 regular-expressions.info对正在发生的事情有非常详细的描述。