2
Что касается регулярных выражений PCRE, в чем разница между [abc] и (a | b | c)?Разница между [abc] и (a | b | c)
A
ответ
8
Узоры в вашем вопросе совпадают с тем же текстом. С точки зрения реализации они соответствуют различным автоматам и побочным эффектам (, т. Е., независимо от того, захватывают ли они подстроки).
В комментарии ниже, Garrett Albright указывает на тонкое различие. В то время как (.|\n) соответствует любому персонажу, [.\n] соответствует литеральной точке или символу новой строки. Хотя точка больше не является специальной внутри класса символов, другие символы, такие как -, ^ и ], а также такие последовательности, как [:lower:], принимают специальные значения внутри класса символов. Уход необходим для сохранения специальной семантики из одного контекста в другой, но иногда это возможно, например, в случае \1 как архаичный способ написания $1 вне класса персонажа. Внутри класса символов \1 всегда соответствует символу SOH.
Классы символов ([...]) оптимизированы для соответствия одному из некоторого набора символов, а альтернативы (x|y) позволяют использовать более общий выбор различной длины. Вы будете видеть лучшую производительность, если будете придерживаться этих принципов дизайна. Реализационные преобразования преобразуют исходный код, например /[abc]/, в автоматы с конечным состоянием, обычно NFAs. То, что мы считаем двигателями регулярных выражений, - это более или менее бухгалтеры, которые помогают выполнять эти целевые государственные машины. Достаточно умный компилятор регулярных выражений будет генерировать одинаковый машинный код для эквивалентных регулярных выражений, но это сложно и дорого в общем случае из-за lurking exponential complexity.
Для ознакомления с теорией за регулярными выражениями читайте “How Regexes Work” от Марка Домина. Для более глубокого изучения рассмотрим An Introduction to Formal Languages and Automata от Peter Linz.
+0
Когда вы будете использовать один над другим? Что вы подразумеваете под «они соответствуют различным автоматам и захвату подстроки»? Спасибо – user1032531
+0
Если a, b и c - это просто буквы, конечно (как я думаю, это подразумевается). Очевидно, что если они могут стоять за слова, это совершенно другая семантика. – kratenko
+0
Я обнаружил, что иногда вариант квадратной скобки не работает должным образом для забавных символов, таких как '\ n' или' \ r'. Например, чтобы уловить весь текст между FOO и BAR, включая символы новой строки, '/ FOO ((. | \ N) +) BAR /' работает, тогда как '/ FOO ([. \ N] +) BAR /' не делает. Однако это может быть специфично для реализации. Я нашел другие отличия, которые я не могу вспомнить с головы.Во всяком случае, как правило, я попытаюсь использовать '[ab]' first, так как это более читаемо, а затем дайте '(a | b)' попытку, если что-то не работает. –
1
(после прочтения ответа Грега): Если они оцениваются по-разному, они должны зависеть от любой программы, к которой вы их кормите. Выберите, что вы пытаетесь проверить. Вы хотите проверить пул допустимых символов или хотите проверить значения. - Иногда это может показаться одним и тем же, но за этим может быть другое намерение. Затем выберите то, что отражает ваши намерения.
0
Форма, использующая квадратные скобки, намного быстрее с помощью PCRE, особенно если включена компиляция JIT. Он просто проверяет бит в битете, а другой перечитывает символ для каждой альтернативы. Я думал об оптимизации, которая бы обнаруживала такие случаи, поскольку многие не знают, что классы символов могут использоваться внутри квадратных скобок, и они используют ([a-z] | \ s) + вместо [a-z \ s] +.
Смежные вопросы
- 1. Есть ли разница между `from abc import a, b` и` from abc import (a, b) `?
- 2. Разница между a = b и b = a?
- 3. Какая разница между a == b и (a & b) == b
- 4. Разница между a + b и a .__ add __ (b)
- 5. Perl speed: разница между $ a = $ a. $ B и $ a. = $ B
- 6. Разница между || a = b и a = a || b в рубине?
- 7. Разница между a - = b и a = a - b в Python
- 8. В чем разница между a = a + b и a + = b?
- 9. Разница между a + = b и a = a + b в Java
- 10. разница между $ [a-b] и $ ((a-b)) в bash
- 11. В чем разница между * (a + b) и (* a + b)
- 12. В чем разница между «numpy.add (a, b)» и «a + b»?
- 13. В чем разница между ['[a, a, a]', '[b, b, b]'] и [[a, a, a], [b, b, b]] в python?
- 14. Разница между копией/a и копией/b
- 15. В чем разница между [:] = b и a = b [:]
- 16. В чем разница между '(a b c) и (список' a 'b' c)?
- 17. Указатели на указатели: Разница между * a = b-> c и a = & b-> c
- 18. В чем разница между x = функцией (a, b, c) {} и функцией x (a, b, c) {}?
- 19. Какая разница между «abc» и {«abc»} в C?
- 20. Почему «abc'.split (/ (a | b | c) /) дает a, b, c, AND пустые строки в Javascript?
- 21. Различия между * a = b и a = & b?
- 22. Разница между $ a = & $ b, $ a = $ b и $ a = clone $ b в PHP OOP
- 23. Разница между sort(), sort (function (a, b) {return a-b;}); и sort (function (a, b) {...})
- 24. Неопределенная ссылка - должна ли быть разница между `a = -b;` и `a = -1 * b;` и `a = 0-b` в C++?
- 25. разница между "класса А, класса B" и "класса A :: B"
- 26. В чем разница между // b и int (a/b)?
- 27. C В чем разница между unsigned int (a)^unsigned int (b) и unsigned int (a^b)?
- 28. C++: Может ли макрос расширять «abc» в «a», «b», «c»?
- 29. Разница между a + = 1 и a = a + 1 в C#
- 30. В чем разница между b и c?
[Использование альтернативного или символьного класса для односимвольного совпадения?] (Http://stackoverflow.com/questions/4724588/using-alternation-or-character-class-for-single-character-matching) имеет несколько интересных ответы. – stema
Это другое сообщение было полезно. Thanks – user1032531