如何消除正则表达式中的冗余？

Posted 2023-03-28

【中文标题】如何消除正则表达式中的冗余？

【英文标题】：How to eliminate redundant in the regular expression?

【发布时间】：2014-05-05 06:10:18

【问题描述】：

我在 PL/SQL 中编写了一个正则表达式来验证自定义 URL：

'^((http|https):\/\/)?(www[0-9]\.)?(([A-Za-z0-9_-])+\.1)+([A-Za-z]2,4|\'
|| START_CHAR || '[^' || START_CHAR || END_CHAR || ']+\' || END_CHAR ||
')(\/([A-Za-z0-9_-]|\' || START_CHAR || '[^' || START_CHAR || END_CHAR ||
']+\' || END_CHAR || ')+)*(\/)?$'

START_CHAR 和 END_CHAR 是两个不同的常量字符。在我上面的正则表达式中，START_CHAR 重复（四次）。

如何用单个START_CHAR 和END_CHAR 重写它？

【问题讨论】：

您已将其标记为 Java，但您的代码看起来像是在使用 SQL 样式的字符串连接。您的标题谈到“优化”正则表达式，但您的身体提出了完全不同的要求，希望消除对变量的多余提及。请改进您的帖子，以便清楚您的实际正则表达式是什么，它实际上是什么类型的正则表达式，以及您真正希望看到的更改。

@ruakh 感谢您向我反馈我犯的那个大错误。现在我编辑我的问题

【参考方案1】：

你不需要。正则表达式被编译为 NFA 和可能已经压缩所有重复的 DFA。保持清晰，保持简单，让计算机完成繁重的工作。

【讨论】：

是的，编译器做到了。但我的正则表达式不清楚重复字符。

所以澄清它，但不要将它与“优化”混淆。没有任何区别。