代码之家 › 专栏 › 技术社区 › shsteimer

如何改进这个正则表达式?

regex javascript

shsteimer · 技术社区 · 16 年前

我希望正则表达式将有效输入匹配到 Tags 具有以下属性的输入字段:

1-5标签
每个标签长1-30个字符
有效的标记字符为[A-ZA-Z0-9-]
输入和标记可以用任意数量的空白分隔

例如:

有效的: Tag1 Tag2 Tag3带破折号Tag4带更多破折号Taag5带混合大小写

以下是我迄今为止所拥有的——它似乎有效,但我感兴趣的是如何简化它,或者它是否有任何重大缺陷:

\s*[a-zA-Z0-9-]{1,30}(\s+[a-zA-Z0-9-]{1,30}){0,4}\s*

// that is: 
\s*                          // match all beginning whitespace
[a-zA-Z0-9-]{1,30}           // match the first tag
(\s+[a-zA-Z0-9-]{1,30}){0,4} // match all subsequent tags
\s*                          // match all ending whitespace

预处理输入以使空白问题更容易不是一个选项(例如修剪或添加空格)。

如果这很重要,将在JavaScript中使用。如有任何建议,我们将不胜感激,谢谢!

6 回复 | 直到 16 年前

Steve Wortham 16 年前

您可以这样简化它:

^(?:(?:^|\s+)[a-zA-Z0-9-]{1,30}){1,5}\s*$

这个 (?: ) 语法是一个非捕获组,我认为当您本身不需要组时,应该提高性能。

接下来的诀窍是:

(?:^|\s+)

多亏了插入符号,这将匹配行的开头,或者一个或多个空白字符。

更新:这在我的测试中非常有效,当然也没有多余的代码。不过,我只是用了 benchmarking in Regex Hero 发现原来的regex实际上更快。这可能是因为我的造成了更多的回溯。

更新2:我发现了另一种方法来完成同样的事情,我认为:

^(?:\s*[a-zA-Z0-9-]{1,30}){1,5}\s*$

我意识到我太努力了。 \s* 匹配0个或多个空格,这意味着它对单个标记有效。但是…它也适用于2-5个标记,因为该空间不在您的角色类中。 [ ] . 事实上,它失败了,因为它应该有6个标签。这意味着这是一个更具前瞻性的regex,具有更少的回溯、更好的性能和更少的冗余。

更新第3号:

我以自己的方式看到了错误。这样做会更好。

^(?:\s*[a-zA-Z0-9-]{1,30}\b){1,5}\s*$

放 \b 就在最后一个之前 ) 将断言单词边界。允许1-30字符长度规则再次正常工作。

Pindatjuh 16 年前

在性能方面,您可以通过以下方式优化(改进)它:

^(?:\s+[a-zA-Z0-9]{1,30}){1,5}\s*$

在测试regexp之前,在前面添加一个空白。

^
(?: // don't keep track of groups
\s+ // first (necessairy whitespace) or between
  [a-zA-Z0-9-]{1,30} // unchanged
  ){1,5} // 1 to 5 tags
\s*$

zigdon 16 年前

你的答复看起来和你要求的差不多。我可以推荐不不过,在本例中,使用re——只需将空白输入拆分为一个数组,然后单独验证数组中的每个值。

Res很酷,但有时,它们不是完成工作的最佳方式。)

Dark Castle 16 年前

\w 可以替换 a-zA-Z0-9 但它也包含“如果可以的话”。

你也可以这样分解它:

(\s*[a-zA-Z0-9-]{1,30}){0,5}

如果你总是保证有空格分隔你的标签。

Ben 16 年前

你可以把它缩短到

([a-zA-Z0-9-]{1,30}\s*){1,5}

我总是喜欢使正则表达式更简洁(它不会影响性能)。

Alan Moore Chris Ballance 16 年前

你不会改进的。你为缩短长度所做的任何事情都会使阅读变得困难,而且regex在这方面不需要任何帮助。;)

也就是说,无论如何,你的正则表达式需要更复杂。如前所述,它无法确保标记名不以连字符开头或结尾,或者包含两个或更多连续的连字符。单个标记的regex的结构应该如下所示:

[A-Za-z0-9]+(?:-[A-Za-z0-9]+)*

那么,与最多五个标签匹配的基本regex将是

[A-Za-z0-9]+(?:-[A-Za-z0-9]+)*(?:\s+[A-Za-z0-9]+(?:-[A-Za-z0-9]+)*){0,4}

…但这不会强制使用最大标记长度。我认为最简单的方法是将原来的regex放在一个lookahead中:

/^\s*
 (?=[A-Za-z0-9-]{1,30}(\s+[A-Za-z0-9-]{1,30}){0,4}\s*$)
 (?:[A-Za-z0-9]+(?:-[A-Za-z0-9]+)*\s*)+$
/

lookahead强制使用标记长度以及由空格分隔的最多五个标记的总体结构。然后主体只需要强制执行单个标记的结构。

我可以把正则表达式 a-z 在字符类中添加 i 修饰语。我没有这样做,因为你说过在ASP.NET验证器中使用regex,据我所知,它们不允许你使用regex修饰符。而且,因为javascript不支持 (?i) 内联修饰符语法,不区分大小写的验证器正则表达式是不可能的。如果我错了,我希望有人能纠正我。