如何改进多词匹配正则表达式

How to improve multiword match regex

本文关键字：正则表达式 何改进      更新时间：2023-09-26

我目前让用户输入一个可以包含许多单词的搜索字符串。然后，我将每个单词分开，然后基于每个单词构建正则表达式。然后，我通过MongoDB使用正则表达式搜索搜索200，000+条目的列表。它运行良好，但性能很差。任何可能对正则表达式提高性能的建议都值得赞赏！

//this is an example search
var search = "angel alter";
var searchSplitted = search.split(" ");
    var expression = '';
    //This is how I build my regex
    for(i=0; i<searchSplitted.length; i++){
      expression += '(?=.*' + searchSplitted[i] + ')';
    }
expression += '.*';

"A.*B"是一个非常耗时的正则表达式，因为正则表达式搜索通常是贪婪的。所以它会找到"A"，然后".*"将"消耗"剩余的全部字符串，然后尝试匹配"B"。如果做不到这一点，它将释放字符串末尾的一个字符，并尝试再次匹配"B"。将其乘以查询中的".*"数，您将获得非常差的性能。

创建更复杂的搜索查询而不是复杂的正则表达式会快得多。因此，与其尝试将搜索查询放入单个正则表达式中，不如尝试将其分解为简单搜索条件的组合，每个单词一个。即，不是"正则表达式匹配 A.*B.*C..."，而是写"（正则表达式匹配 A）和（正则表达式匹配 B）和（正则表达式匹配 C）..."。搜索单个单词比查询快得多，如果失败，则只需跳过任何后续条件，从而节省性能。

实际上，除非您在搜索查询中需要正则表达式功能，否则您可以完全摆脱正则表达式，用纯文本搜索代替它们，这总是更快。

相关文章：