非贪婪正则表达式与否定字符类哪个更好？

Question

我需要从字符串@anything_here@dhhhd@shdjhjs@中匹配@anything_here@。所以我使用以下正则表达式。

^@.*?@

或者

^@[^@]*@

两种方法都可以，但我想知道哪一种是更好的解决方案。使用非贪婪重复的正则表达式还是使用否定字符类的正则表达式？

- Pranav C Balan

---

很明显，^@[^@]*@ 选项更好。 - Wiktor Stribiżew

Answer 1

如果可能的话，通常应优先使用否定字符类而不是懒惰匹配。

如果正则表达式成功，^@[^@]*@ 可以在一步中匹配 @ 之间的内容，而 ^@.*?@ 需要为 @ 之间的每个字符扩展。

当失败时（对于没有结尾 @ 的情况），大多数正则表达式引擎会施加一些魔法，并在内部将 [^@]* 视为 [^@]*+，因为 @ 和非 @ 之间有明确的分界线，因此它将匹配到字符串的末尾，识别缺少的 @ 并不回溯，而是立即失败。 .*? 将像往常一样逐个扩展字符。

在更大的上下文中使用时，[^@]* 也永远不会超出结束 @ 的边界，而这对于懒惰匹配来说是非常可能的。例如，^@[^@]*a[^@]*@ 不会匹配 @bbbb@a@，而 ^@.*?a.*?@ 会。

请注意，[^@] 也将匹配换行符，而 . 不会（在大多数正则表达式引擎中，除非在单行模式下使用）。您可以通过将换行符添加到否定中来避免这种情况 - 如果不想要它。

- Sebastian Proske

---

请注意，在没有指定正则表达式风格的情况下，“[^@]”也会匹配换行符，而“.”则不会。在POSIX、TRE和Tcl（Henry Spencer的正则表达式库）正则表达式风格中，默认情况下点号匹配换行符号。 - Wiktor Stribiżew

Answer 2

很明显，使用^@[^@]*@模式更好。

否定字符类被贪婪地匹配，这意味着正则表达式引擎立即抓取0个或多个不是@的字符，尽可能多地匹配。请参见此正则表达式演示和匹配：

当您使用惰性点匹配模式时，引擎匹配@，然后尝试匹配尾随的@（跳过.*?）。它在索引1处没有找到@，因此.*?匹配a字符。该.*?模式展开了许多次，直到第一个@之前有除@以外的字符。

请参见此基于惰性点匹配的模式演示，以下是匹配步骤：

- Wiktor Stribiżew

---

提示：流程图可以在“工具”→“正则表达式调试器”中找到。 - ooo

我正想问这个问题。 - mattalxndr