Regex 高效的正则表达式，用于要求特定的句型，但允许html等
（通常情况下，在写这篇文章时，我认为我已经修复了表达式本身，因此它现在可以用于我的目的，因此效率现在是我的主要关注点——但我仍然希望了解表达式是否可以改进，或者是否会超出应有的范围，因此我将整个解释留在了文档中。） 我正在尝试编写一个正则表达式，它将验证用户提交的文本是否符合长度要求。用户必须写出7个或更多完整的句子，包含4个或更多单词。我们将其定义如下：Regex 高效的正则表达式，用于要求特定的句型，但允许html等,regex,Regex,（通常情况下，在写这篇文章时，我认为我已经修复了表达式本身，因此它现在可以用于我的目的，因此效率现在是我的主要关注点——但我仍然希望了解表达式是否可以改进，或者是否会超出应有的范围，因此我将整个解释留在了文档中。） 我正在尝试编写一个正则表达式，它将验证用户提交的文本是否符合长度要求。用户必须写出7个或更多完整的句子，包含4个或更多单词。我们将其定义如下： - 4 words means 3 or more sections of '1 or more non-space characters
- 4 words means 3 or more sections of '1 or more non-space characters followed by 1 or more spaces', then 1 instance of '1 or more non-space characters optionally followed by a space' (because some people like to put spaces before their punctuation marks I guess)
- A sentence is ended with a punctuation mark (.?!)
- Zero or more spaces are allowed after each sentence
- (Repeat 7 times)
((\S+\s+){3,}\S+[.?!]\s*){7,}
我的另一个主要关注点是效率——我不熟悉正则表达式，不知道什么是“正常”计算时间，但我正在使用的调试器在我粘贴文本块进行检查时遇到困难，我不知道这是由我的正则表达式还是调试器引起的。在文本中没有匹配项的较长部分，它通常会超时。有没有更有效的方法来完成我想要的…？首先，在进行全文匹配时，始终用
^…$^$\S（任何非空白的内容），因此如果找不到标点符号，它必须回溯并重试它匹配的每个\S
。（也就是说，因为第一遍会将其标记为一个单词而不是标点符号），所以我建议将\S
替换为相互排斥的“非空白或标点符号”[^\S.？！]
。请注意，[]包含小写字母s，而不是大写字母s<代码>[^…]如果您允许对验证逻辑进行小的修改，使多个短句可以一起算作一个句子，那么下面的正则表达式就可以了
^(\s*(\S+\s+){3}([.?!]\s*)?([^\s.?!]+\s+)*\S+\s*[.?!]){7,}$
{7}{7}（你可以在regex101.com上玩它）我认为只解析输入文本，搜索单词标记和标点，并保留必要的计数器比只使用regex更有效。似乎正则表达式太多了。你用的是什么语言？你为什么要用正则表达式？这并不是解决此问题的最佳解决方案。正则表达式解析器在不同的编程语言中实现方式不同（这也意味着它们有不同的风格），其中一些非常有效，有些则不然。请注意，
\s