• 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏吧

PHP 正则表达式效率 贪婪、非贪婪与回溯分析(推荐)

PHP admin 1年前 (2018-06-08) 11次浏览 未收录 0个评论

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。

$str = preg_replace('%.+?%i','',$str);//非贪婪

看起来,好像没什么问题,其实则不然。若

$str = '<scriptalert(document.cookie)>alert(document.cookie)';</script

那么经过上面的程序处理,其结果为

$str = '<scriptalert(document.cookie)>alert(document.cookie)';
$str = preg_replace('%.+?%i','',$str);//非贪婪
print_r($str);
//$str 输出为 alert(document.cookie)</script

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

$str = '<scriptalert(document.cookie)>alert(document.cookie)';
$str = preg_replace('%.+%i','',$str);//非贪婪
print_r($str);
//$str 输出为 <script 只有这些了,好像还是不太合适,哈,您知道如何重写那个正则吗?

以上为贪婪,非贪婪的区别介绍。下面,聊下贪婪、非贪婪引起的回溯问题。先看个小例子。

正则表达式为w*(d+),字符串为cfc456n,那么,这个正则匹配的$1是多少??

如果您回答是 456,那么,恭喜你,回答错了,其结果不是456,而是6,您知道为什么吗?

CFC4N来解释一下,当正则引擎用正则w*(d+)去匹配字符串cfc456n时,会先用w*去匹配字符串cfc456n,首先,w*会匹配字符串cfc456n的所有字符,然后再交给d+去匹配剩下的字符串,而剩下的没了,这时,w*规则会不情愿的吐出一个字符,给d+去匹配,同时,在吐出字符之前,记录一个点,这个点,就是用于回溯的点,然后d+去匹配n,发现并不能匹配成功,会再次要求w*再吐出一个字符,w*会先再次记录一个回溯的点,再吐出一个字符。这时,w* 匹配的结果只有cfc45了,已经吐出6n了,d+再去匹配6,发现匹配成功,则会通知引擎,匹配成功了,就直接显示出来了。所以,(d+)的结果是6,而不是456。

当上面的正则表达式改为 w*?(d+)(注意,此处为非贪婪),字符串仍然为cfc456n,那么,这时候,正则匹配的$1是多少??

甲同学回答:结果是 456。

嗯,是的,正确,是456,CFC4N弱弱的问下,为什么是456 呢?

我在来解释一下 为什么是456

正则表达式有条规则,是量词优先匹配,所以w*?会先去匹配字符串cfc456,由于w*?是非贪婪,正则引擎会用表达式w+?每次仅匹配一个字符串,然后再将控制权交给后面的d+去匹配下一个字符,同时,记录一个点,用于在匹配不成功的时候,返回这里,再次匹配,也就是回溯点。由于w后面是量词是*,*表示0到无数次,所以,首先是0次,也就是w*?匹配个空,记录回溯点,将控制权交给d+,d+去匹配cfc456n的第一个字符c,然后,匹配失败,于是乎,接着讲控制权交给w*?去匹配cfc456n的c,w*?匹配c成功,由于是非贪婪,所以,他每次只匹配一个字符,记录回溯点,然后再将控制权交给d+匹配f,接着,d+匹配f再失败,再把控制权给w*?,w*?再匹配c,记录回溯点(这时w*?匹配结果是cfc了),再把控制权给d+,d+去匹配4,匹配成功,然后,由于量词是+,就是1到无数次,所以,接着往后匹配,再匹配5,成功,再接着,再匹配6,成功,再接着,继续匹配操作,下一个字符是n,匹配失败,这时,d+会吧控制权交出去。由于d+后面已经没有正则表达式了,所以,整个正则表达式宣告匹配完成,其结果就是 cfc456, 其中第一组结果是456。亲爱的同学,您明白刚刚的题目的结果,为什么是456了吗?

好了,您是否从上面的例子了解了贪婪,非贪婪的匹配原理了?那您是否明白您在什么时候需要使用贪婪,非贪婪去处理您的字符串了?

鸟哥的文章里讲到针对表达式、程序为

$reg = "/.*?/is";
$str = "********"; //长度大于100014
$ret = preg_repalce($reg, "", $str); //返回NULL</script

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

$str = '123456';

正则表达式为

$strRegex1 = '%.+%';
$strRegex2 = '%.+?%';
$strRegex3 = '%(?:(?!).)+%';

以上所述是小编给大家介绍的PHP 正则表达式效率 贪婪、非贪婪与回溯分析,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对PHP中文网的支持!

更多PHP 正则表达式效率 贪婪、非贪婪与回溯分析(推荐)相关文章请关注PHP中文网!


39MO , 版权所有丨如未注明 , 均为原创丨转载请注明原文链接:PHP 正则表达式效率 贪婪、非贪婪与回溯分析(推荐)
喜欢 (0)
[1353713598@qq.com]
分享 (0)
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址