如何消除此正则表达式的缓慢性？

Question

我有以下正则表达式：

(\d+\s+[-]\s+.*?(?=\s+-)|\d+\s+[-].*)

正则表达式将使用此文本

"Option 01 - Random phrase - Top Menu",
"Option 02 - Another Random Phrase - Su Menu",
"Option 03 - More 01 Phrase - Menu",
"Option 04 - More Phrase -",
"Option 05 - Simple Phrase"

要这样住

01 - Random phrase ",
02 - Another Random Phrase ",
03 - More 01 Phrase ",
04 - More Phrase ",
05 - Simple Phrase ",

此Regex的功能是在开头加上破折号，然后在最后一个破折号前加上数字。例如：

• dfhdjfhdjf 01-文字 -dkfdçsjf

当最终没有踪迹时，基本上会发生这种情况：

• dfhdjfhdjf 01-文本文本dkfdçsjf

但是，在regex101.com上调试此正则表达式会导致您需要63到122个步骤。也就是说，此正则表达式非常慢。

在批评这个问题之前，我已经阅读了正则表达式的所有文档，我想让您知道我所指的是特定术语..一个需要解决的问题。毕竟，这不是网站吗？

告诉我，我该如何解决此正则表达式的缓慢性？

Answer 1

您不必担心在regex101.com上看到的步骤，因为C＃regex库非常可靠。如果您(?s)a.*?b使用很长的字符串测试像regex101 这样的简单正则表达式，它将报告灾难性的回溯，而在C＃代码中则可以正常工作。

有一种方法可以改进您的模式，因为它有一些冗余：请参见重复\d+\s+[-]模式。

所有你需要的是

\d+\s+-.*?(?=\s+-|$)

请参阅regex101和RegexStorm上的regex演示。

如果.*?(?=\s+-)仅在后面有空格时才匹配-，请使用

\d+\s+-(?:\s.*?(?=\s+-)|.+)

参见另一个演示1（更少的步骤：））/ 演示2。

如果您想进一步优化它，则可能需要研究导致问题的展开原理。

\d+\s+-(?:\s+\S*(?:\s(?!\s*-)\S*)*|.+)

请参阅此正则表达式演示（最少的步数）。

在这里，\S*(?:\s(?!\s*-)\S*)*是的等效项（几乎）.*?(?=\s+-|$)，但是效率更高，因为直至空白的块都以“批”进行匹配，仅当遇到空白时才进行连字符检查。

细节

• \d+ -1个以上的数字
• \s+ -1+空格
• - -连字符
• .*?(?=\s+-|$)-直到第一次出现1+个空格和/ -或直到字符串末尾的任何0+个字符，尽可能少。
• (?:\s.*?(?=\s+-)|.+) -非捕获组：
  • \s.*?(?=\s+-) -空格，最多0个字符，最多1个空格， -
  • | - 要么
  • .+ -字符串的其余部分。
• \S*(?:\s(?!\s*-)\S*)* ：
  • \S* -0+个非空白字符
  • (?:\s(?!\s*-)\S*)* -重复0次或以上
    • \s -空格
    • (?!\s*-) -后面没有0+空格， -
    • \S* -0+个非空白字符