如何优化此正则表达式以获得更好的性能？

Question

我正在尝试优化我的一个 .NET 应用程序的正则表达式。

正则表达式：(?<!WordA\s(?:WordB\s)?)(WordB\s)?WordC

逻辑：

查找匹配的 WordC
加入 WordB 进行匹配（如果在 WordC 之前出现）
如果 WordC（即使前面有 WordB）前面有 WordA，则不匹配任何内容

应该匹配：

WordC
WordB WordC

不应该匹配：

字A字C
WordA WordB WordC

该表达式有效，但如您所见，WordB 在表达式中出现了两次，因此我试图删除其中一个以获得更好的性能。

注意：“词”其实是复杂的表达方式。

有什么办法吗？

Answer 1

“优化”(?<!WordA\s(?:WordB\s)?)(WordB\s)?WordC 正则表达式（即 (?<!WordA\s)WordC 和 (?<!WordA\s)WordB\sWordC 的组合）的问题是 WordB 和 WordC 是以空格分隔，一旦 WordB WordC 以 WordA 开头，负向后视不会使正则表达式引擎跳过匹配的短语，它只会跳过失败的位置，因此 WordC 将如果您只使用 (?<!WordA\s)(WordB\s)?WordC，则匹配。后视必须限制 WordB\sWordC 和 WordC 这就是为什么你必须在后视模式中重复可选的 WordB ，就像你在上面显示的两个“解构”模式中使用它一样.

因此，使用纯字符串正则表达式，别无他法。

涉及一些代码更改的解决方法可能类似于

var rx = @"(WordA\s)?(?:WordB\s)?WordC";
var strings = new List<String> {"WordC", "WordB WordC", "WordA WordC", "WordA WordB WordC"};
foreach (var s in strings)
{
    var m = Regex.Match(s, rx);
    Console.WriteLine("{0}: {1}", s, (m.Groups[1].Success ? "NO MATCH" : m.Value));
}
// => WordC: WordC
// => WordB WordC: WordB WordC
// => WordA WordC: NO MATCH
// => WordA WordB WordC: NO MATCH

参见C# demo。

在 (WordA\s)?(?:WordB\s)?WordC 正则表达式中，(WordA\s)? 捕获带有空格的 WordA 被捕获到第 1 组，如果它匹配，我们知道我们需要丢弃匹配。如果第1组.Success值为false，则表示匹配有效。

如何优化此正则表达式以获得更好的性能？

How can I optimize this regex to get better performance?

.net

regex

negative-lookbehind