匹配正则表达式的字符串的最小长度

Question

我想知道在尝试匹配正则表达式之前，如果RegEX引擎检查数据是否具有正则表达式所需的最小长度。 例如，由999“a”组成的数据中的正则表达式“a {1000}”失败。 可以避免应用正则表达式，并且只对数据的长度（以及正则表达式的最小值）执行一些检查来获得结果。 因此，一般来说，RegEX引擎执行这种测试？特别是我很想知道Python的模块是否可以做到这一点。

Answer 1

特别是我很想知道Python的重新模块是否做到这一点。

测量表明它确实。

import re 
import timeit 
def test(charsInString, charsInRegex): 
    regex = re.compile('a{'+str(charsInRegex)+'}') 
    string = 'a'*charsInString; 
    for i in range(1, 200000): 
     regex.match(string) 
print(timeit.timeit("test(1, 1)", setup="from __main__ import test", number=1)) 
print(timeit.timeit("test(1, 2)", setup="from __main__ import test", number=1)) 
print(timeit.timeit("test(1, 5000)", setup="from __main__ import test", number=1)) 
print(timeit.timeit("test(4999, 5000)", setup="from __main__ import test", number=1)) 
print(timeit.timeit("test(5000, 5000)", setup="from __main__ import test", number=1)) 
print(timeit.timeit("test(50000, 5000)", setup="from __main__ import test", number=1)) 

输出：

0.9117504503834146 
0.8135033788142646 
0.819454105947109 
0.8154557798237785 
15.441637204298287 
15.412751909222905 

和更复杂的一个：

import re 
import timeit 
def test2(charsInString): 
    regex = re.compile('((ab{3,5}c+){5000,6000}d)+e*f') 
    string = 'abbbbcc'*charsInString; 
    for i in range(1, 100000): 
     regex.match(string) 
print(timeit.timeit("test2(1)", setup="from __main__ import test2", number=1)) 
print(timeit.timeit("test2(3571)", setup="from __main__ import test2", number=1)) 
print(timeit.timeit("test2(3572)", setup="from __main__ import test2", number=1)) 

输出：

0.0491882176
0.04305112491748375 
60.76094317352544