【正则表达式入门】

正则表达式入门

  • [1. 正则表达式简介](#1. 正则表达式简介)
    • [1.1 匹配](#1.1 匹配)
    • [1.2 提取](#1.2 提取)
  • [2. 基本语法](#2. 基本语法)
  • [3. 执行流程](#3. 执行流程)
    • [3.1 AST树](#3.1 AST树)
    • [3.2 状态机](#3.2 状态机)
    • [3.3 处理特殊性](#3.3 处理特殊性)
    • [3.4 注意问题](#3.4 注意问题)
      • [3.4.1 避免灾难性回溯](#3.4.1 避免灾难性回溯)
  • [4. 有效工具](#4. 有效工具)
  • [5. 作者的案例](#5. 作者的案例)

1. 正则表达式简介

正则表达式是一种专注于匹配和提取的表达式,有关键字、语法,像是一门编程语言。最完美的正则表达式本质上是精巧的归纳法的集中体现和表达。

1.1 匹配

最基础的用法,观察字符串是否符合正则表达式的规则。

1.2 提取

使用 () 包裹的部分便为提取。

2. 基本语法

正则表达式手册

常见误区

  1. 表达式中存在正则表达式的关键字,需要转义,比如 ".",需要转义为 "."。

3. 执行流程

正则表达式在匹配时有效率区别,对于对性能有较高要求的场景,需要注意正则表达式的编写。避免Catastrophic Backtracking(灾难性回溯)。

3.1 AST树

相信很多人在学习栈这种数据结构时,都尝试用回溯法来解析简单的数学表达式。正则表达式的解析也是类似的。当我们给出一个用来匹配的正则表达式和待匹配串时,系统首先将正则表达式编译成 AST 树。何为 AST 树?AST 树全称 abstract syntax tree,树的节点代表最基本的语法单元。

那么如何将代码转换为AST呢?分为两个过程,词法分析(Lexical Analysis)和语法分析(Parsing)。

那么树的边的含义呢?

3.2 状态机

得到了AST树之后,再将 AST 转换为状态机,状态机分为 DFA (Deterministic Finite Automation) 和 NFA (Non-deterministic Finite Automation)。DFA 为确定性状态机,每个状态对于每个输入的字符只有唯一的转移状态,改种状态机的匹配时间复杂度为O(n),NFA为不确定状态机,每个状态对于每个输入的字符可以存在多种转移状态,该种状态机需要使用回溯法来遍历所有可能的输出。

3.3 处理特殊性

正则表达式一些特殊特性需要特别适配,单纯使用状态机无法完全覆盖。一些特殊性的机制,比如

  1. 贪婪匹配策略和非贪婪匹配策略,贪婪匹配策略时,要求尽可能匹配更多的字符,当发现匹配时,状态机还会继续执行;非贪婪匹配策略,要求尽可能少地匹配字符,类似于广度遍历策略,发现最短匹配字符串时便停止搜索。

3.4 注意问题

3.4.1 避免灾难性回溯

何时会产生灾难性回溯呢?

4. 有效工具

正则表达式测试网站

这个测试网站如何使用呢?

5. 作者的案例

作者写本文的起因便是在编写正则表达式时,被系统提示产生了灾难性回溯。

缘起。

使用的场景是这样的,作者负责的服务器需要采集日志,在将日志采集到统一日志分析服务时,需要将平铺的日志转换为结构化的日志,日志采集器集成了正则日志转换器,于是便开始编写一些不入流的正则表达式,诸如 (.*)|(.*) ^(.*) ^(.*)|(.*)|(.*)每次编写到第九个(.*)时,正则日志转换器便报错(这里只是简单的报错,没有任何提示信息),作者非常地疑惑,开始从各种角度分析为何出现这种报错,当作者一度要找售后进行咨询时,发现了 4 中的网站,将本人的表达式和原文输入其中之后,便抛出了 Catastrophic Backtracking 异常。

原因反思。

最大的问题就在于作者使用了 (.*) 这种默认的贪婪模式,尽可能长地去匹配字符串。

但是为何就会出现这种问题呢?
让大厂服务器故障半小时的正则陷阱

如何调试正则表达式
阿里云SLS日志正则表达式入门
优化正则表达式性能

相关推荐
Python智慧行囊6 小时前
正则表达式:从入门到实战的全面指南
正则表达式
DKPT2 天前
常见正则表达式整理与Java使用正则表达式的例子
java·笔记·学习·面试·正则表达式
DKPT2 天前
正则表达式
java·数据库·笔记·学习·正则表达式
余生大大2 天前
关于Safari浏览器在ios<16.3版本不支持正则表达式零宽断言的解决办法
ios·正则表达式·safari
程序员沉梦听雨2 天前
正则表达式学习指南
正则表达式
其实你热情似火2 天前
Java基础第21天-正则表达式
java·开发语言·正则表达式
DKPT3 天前
正则表达式与python使用
笔记·python·学习·面试·正则表达式
举一个梨子zz3 天前
Java—— 正则表达式
java·开发语言·正则表达式·intellij-idea
满怀10154 天前
【Python进阶】正则表达式实战指南:从基础到高阶应用
开发语言·python·正则表达式
吗喽对你问好4 天前
Java常用正则表达式及使用方法
java·正则表达式