Regex Tcl中贪婪与非贪婪操作的匹配

假设我要将一个文本与以下文本匹配

[ OK - 977613837 bytes ] 

我可以用多种方式编写regexp。考虑下面的代码，

set length "\[ OK - 977613837 bytes \]"
puts $length

#can be many ways, I am just keeping 2, to have it for question's sake
puts [ regexp -inline {\[\s+OK\s+-\s+\d+\s+bytes\s+\]} $length ] 
puts [ regexp -inline {\[.*OK.*\d+.*bytes.*\]} $length ]

在这里，两个regexp都用于获取结果，以了解匹配的文本是否可用

假设我不担心子匹配文本，假设文本是一致的（即，在最后一个右方括号之后不会有任何内容）。我之所以说文本将是一致的，是为了避免贪婪运算符获取更多文本

我相信，在这种情况下，在给定的条件下，两者的含义是相同的

---

问起来可能有点傻，但就执行时间而言，哪个regexp更有效

很难预测什么是最快的RE，特别是当输入集非常有限时。正则表达式可以在开始时很快匹配，但通常很慢，或者很快匹配，但很慢匹配失败，等等。您还必须意识到，捕获任何东西都会减慢引擎的速度，任何回溯都是如此。使用

time

命令进行调查

% set length "\[ OK - 977613837 bytes \]"
[ OK - 977613837 bytes ]
% puts [regexp -inline {\[\s+OK\s+-\s+\d+\s+bytes\s+\]} $length]
{[ OK - 977613837 bytes ]}
% time {regexp -inline {\[\s+OK\s+-\s+\d+\s+bytes\s+\]} $length}
26 microseconds per iteration
% time {regexp -inline {\[\s+OK\s+-\s+\d+\s+bytes\s+\]} $length} 1000
8.996317 microseconds per iteration
% time {regexp -inline {\[\s+OK\s+-\s+\d+\s+bytes\s+\]} $length} 10000
6.5541893 microseconds per iteration
% time {regexp -inline {\[\s+OK\s+-\s+\d+\s+bytes\s+\]} $length} 100000
6.42272296 microseconds per iteration

（请注意，增加迭代次数可以使每次迭代的时间更准确。）

不过，有一些一般性的观点：Tcl缓存编译好的RE，因此连续运行同一个RE几次是很快的。它有几种管理缓存的方法，但是缓存在文本或存储在全局/名称空间变量中的REs中工作得非常好（前提是您不修改变量）

---

在运行计时之前，请确保您正在使用优化的Tcl构建。调试生成要慢得多。

我建议使用

将[regexp-inline{\[\s+OK\s+\-\s+\d+\s+bytes\s+\]}$length]放入
，因为使用这个正则表达式可以避免回溯。问得好。测试了一下，发现了一些让我吃惊的结果。到目前为止，最快的是使用
{\[\s*OK\s*-\s*\d+\s*bytes\s*\]}
。事实上，
{\[\s*OK\d*\d*\d+\s*bytes\s*\]}
是当前最快的。@Jerry:只有最后一个会匹配很多不是空格的字符串。@Dinesh，我实际上在我对你问题的第二个评论中隐藏了一个链接。尝试在“最快”之后将鼠标悬停在圆点上，您将得到一个链接，其中我计时了5个不同的正则表达式。你也许可以挑一个你喜欢的：）谢谢多纳尔的解释