技术头条 - 一个快速在微博传播文章的方式     搜索本站
您现在的位置首页 --> 算法 --> [正则优化] CSS属性选择符的匹配

[正则优化] CSS属性选择符的匹配

浏览:2334次  出处信息

正则表达式如下

这个正则表达式的作用是用来匹配CSS属性选择符,例如: 

  

成功匹配的过程如下:

2010-11-06_134439

短短的文本却需要匹配451步,效率是比较低的,总结一下大概有以下几个问题:

1. ((?:[\w\u00c0-\uFFFF-]|\\.)+) 这一部分表达式是用来匹配属性名称的,+号本身是贪婪匹配的,但是限定在一个分组之后就变成循环了,括号中的表达式会一次次的循环执行,因此效率也就比较低了。

2. (\S?=)部分是用来匹配属性关系符的,例如"="、"~="。当匹配的属性关系符的长度是2时,该表达式并没有问题,\S?能够成功的匹配第一个关系符,例如"~="中的"~"。但是在匹配"="这样只有一个字符的关系符时,\S?= 首先会用\S?来匹配"=",而且这个匹配是成功的,之后会再用表达式中的等号继续匹配,但匹配时失败的,这时候需要增加一次回溯来保证匹配成功,因此这里的回溯也是可以优化的。

3. 在匹配属性值时,使用了一个懒惰型的表达式,即(.*?),这也是按字符循环,速度较慢,可以进行优化。

根据以上的问题相应的做出了以下的改进:

1. ((?:[\w\u00c0-\uFFFF-]|\\.)+)  这一部分之所以要使用分组是因为属性名中可以包含\.这样的字符,在此可以将它视为特殊字符,因此使用(open normal(special normal+)* close)的格式对这部分进行重构,结果为:[\w\u00c0-\uFFFF-]*(\\.[\w\u00c0-\uFFFF-]*)*,这可以以最大的步伐匹配字符。

2. (\S?=)部分需要排除\S?对"="进行匹配的可能性,因此修改为 [^\s=]?

3. (['"]*)(.*?)\3|)匹配属性值的时候之所以使用懒惰匹配是因为使用了反向引用,这里可以使用分组来替换。

根据以上几点做出的修改后,结果如下:

使用优化后的表达式匹配上文相同的文本得到的结果如下:

2010-11-06_174807

由原来的451步缩减为21步,是一个相当大的提升,这里匹配属性名和属性值时都是最大步伐的消耗掉文本,而且匹配关系符时不再有回溯。

而实际上浏览器的测试结果也验证了这一点:http://jsperf.com/regexp-test-1

结果显示,在匹配成功的情况下,IE、Firefox的性能提升在1倍以上,Chrome下也超过50%。

而在匹配失败的情况下,优化后的表达式也是回溯次数最少的,性能提升在以上case中也有体现,IE和Firefox下的提升高达4-5倍,Chrome下提升2倍左右。

建议继续学习:

  1. 字符串匹配那些事(一)    (阅读:5596)
  2. 统计最近用过的linux命令    (阅读:5035)
  3. grep 正则表达式选项要记得转义    (阅读:4928)
  4. 正则表达式基础    (阅读:4697)
  5. 正则表达式的与或非    (阅读:4452)
  6. 学习Grep,Sed中的正则    (阅读:3780)
  7. URL正则表达式    (阅读:3360)
  8. 正则表达式简要入门    (阅读:3227)
  9. 利用vim(gvim)的正则表达式实现代码自动匹配完成(等号两边数据交换)    (阅读:3183)
  10. PHP 正则里面的两个重要技巧    (阅读:3176)
QQ技术交流群:445447336,欢迎加入!
扫一扫订阅我的微信号:IT技术博客大学习
© 2009 - 2024 by blogread.cn 微博:@IT技术博客大学习

京ICP备15002552号-1