本文實例分析了正則中的回溯定義與用法。分享給大家供大家參考，具體如下：

關于“回溯”我也是第一次接觸，對它也不算很了解。下面就把我所了解的做為一個心德記錄下來，以備查看。

我們所使用的正則表達式的匹配基礎大概分為：優(yōu)先選擇最左端（最靠開頭）的匹配結果和標準的匹配量詞（*、+、？和{m, n}）是匹配優(yōu)先的。

“優(yōu)先選擇最左端的匹配”顧名思義就是從字符串的起始位置開始匹配直到匹配結束這是基礎；“標準匹配量詞”又分為“非確定型有窮自動機（NFA）”也可以叫做“表達式主導”；另外一種是“確定型有窮自動機（DFA）”也可以叫做“文本主導”。我們目前在JavaScript中所使用的正則表達式為“表達式主導”。表達式主導和文本主導解釋起來有些麻煩，先看來一個例子可能會清楚些。

// 使用正則表達式匹配文本
var reg = /to(nite|knight|night)/;
var str = 'doing tonight';
reg.test(str);

在上面的這個例子中，第一個元素[t]，它將會重復嘗試，直到目標字符串中找到‘t'為止。之后，就檢查緊隨其后的字符是否能由[o]匹配，如果能，就檢查下面的元素（nite|knight|night）。它的真正含義是“nite”或者“knight”或者“night”。引擎會依次嘗試這3種可能。嘗試[nite]的過程是先嘗試[n]，然后[i]，然后[t]，最后是[e]。如果這種嘗試失敗，引擎會嘗試另一種可能，如此繼續(xù)下去，直到匹配成功或是報告失敗。表達式中的控制權在不同的元素之間轉換，所以稱為“表達式主導”。

同樣是上面的例子“文本主導”在掃描字符串時，會記錄當前有效的所有匹配可。當引擎移動到t時，它會在當前處理的匹配可能中添加一個潛在的可能：

接下來掃描的每個字符，都會更新當前的可能匹配序列。繼續(xù)掃描兩個字符以后的情況是：

有效的可能匹配變?yōu)閮蓚€（knight被淘汰出局）。掃描到g時，就只剩下一個可能匹配了。當h和t匹配完成后，引擎發(fā)現(xiàn)匹配已經(jīng)完成，報告成功?！拔谋局鲗А笔且驗樗鼟呙璧淖址械拿總€字符都對引擎進行了控制。

如果想要弄明白“表達式主導”是如何工作的，那就要看一下我們今天的主題“回溯（backtracking）”?；厮菥拖袷窃谧卟砺房冢斢龅讲砺返臅r候就先在每個路口做一個標記。如果走了死路，就可以照原路返回，直到遇見之前所做過的標記，標記著還未嘗試過的道路。如果那條路也走不能，可以繼續(xù)返回，找到下一個標記，如此重復，直到找到出路，或者直到完成所有沒有嘗試過的路。

在許多情況下，正則引擎必須在兩個（或更多）選項中做出選擇。當遇到/……x?……/時，引擎必須是否嘗試匹配X。對于/……X+……/的情況，毫無疑問，X至少嘗試匹配一次——因為加號要求必須匹配至少一次。第一個X匹配之后，此要求已經(jīng)滿足，需要決定是否嘗試下一個X。如果決定進行，還要決定是否匹配第三個X，第四個X，如此繼續(xù)。每次選擇，其實就是做一個標記，用于提示此處還有另一個可能的選擇，保留起來以備用。在回溯的過程中要考慮兩個要點：哪個分支應當首先選擇？回溯的時候使用的是哪個（或者是哪些個）之前保存的分支？

第一個問題是按下面這條重要原則來選擇的：

如果需要在“進行嘗試”和“路過嘗試”之間選擇，對于匹配優(yōu)先量詞，引擎會優(yōu)先選擇“進行嘗試”，而對于忽略優(yōu)先量詞，會選擇“路過嘗試”。

第二個問題是按以下這條原則：

距離當前最近儲存的選項就是當本地失敗強制回溯時返回的。使用的原則是LIFO（last in first out，后進先出）。

我們先來看幾個在道路中做標記的例子：

1、未進行回溯的匹配

用[ab?c]來匹配“abc”。[a]匹配之后，匹配的當前狀態(tài)如下：

現(xiàn)在輪到[b?]了，正則引擎需要決定：是需要嘗試[b]呢，還是跳過？因為[？]是匹配優(yōu)先的，它會嘗試匹配。但是，為了確保在這個嘗試最終失敗之后能夠恢復，引擎會把：

2、進行了回溯的匹配

下面要匹配的文本是“ac”，在嘗試[b]之前，一切都與之前的過程相同。顯然，這次[b]無法匹配。也就是說，對[……？]進行嘗試的路走不通了。因為有一個備用狀態(tài)，這個“局部匹配失敗”產(chǎn)工會導致整體匹配失敗。引擎會進行回溯，也就是說，把“當前狀態(tài)”切換為最近保存的狀態(tài)。

3、不成功的匹配

現(xiàn)在要匹配的文本是“abx”。在嘗試[b]以前，因為存在問號，保存了這個備用狀態(tài)：

例子1： 提取字符串   提取 da12bka3434bdca4343bdca234bm   提取包含在字符a和b之間的數(shù)字，但是這個a之前的字符不能是c,b后面的字符必須是d才能提取。

例如這里就只有3434這個數(shù)字滿足要求。那么我們怎么提取呢？

首先我們寫出提取這個字符串的表達式： (?<!c)a(/d+)bd  這里就只有一個捕獲組(/d+)

Java代碼片段如下：

Pattern p = Pattern.compile( "(?<!c)a(//d+)bd " );
Matcher m = p.matcher( "da12bka3434bdca4343bdca234bm" );
 while (m.find()){
 System.out.println(m.group( 1 )); //我們只要捕獲組1的數(shù)字即可。結果 3434
 System.out.println(m.group(0)); // 0組是整個表達式，看這里，并沒有提煉出(?<!c)的字符 。結果 a3434bd
}

例子2： 將一些多位的小數(shù)截短到三位小數(shù)：\d+\.\d\d[1-9]?\d+

在這種條件下 6.625 能進行匹配，這樣做沒有必要，因為它本身就是三位小數(shù)。最后一個“5”本來是給 [1-9] 匹配的，但是后面還有一個 \d+ 所以，[1-9] 由于是“?”可以不匹配所以只能放棄當前的匹配，將這個“5”送給 \d+ 去匹配，如果改為：

\d+\.\d\d[1-9]?+\d+

的侵占形式，在“5”匹配到 [1-9] 時，由于是侵占式的，所以不會進行回溯，后面的 \d+ 就匹配不到任東西了，所以導致 6.625 匹配失敗。

這種情況，在替換時就有效了，比如把數(shù)字截短到小數(shù)點后三位，如果正好是三位小數(shù)的，就可以不用替換了，可以提高效率，侵占量詞基本上就是用來提高匹配效率的。

把 \d+\.\d\d[1-9]?+\d+ 改為 \d+\.\d\d(?>[1-9]?)\d+ 這樣是一樣的。

PS：這里再為大家提供2款非常方便的正則表達式工具供大家參考使用：

JavaScript正則表達式在線測試工具：
http://tools.jb51.net/regex/javascript

正則表達式在線生成工具：
http://tools.jb51.net/regex/create_reg

更多關于JavaScript相關內(nèi)容感興趣的讀者可查看本站專題：《JavaScript正則表達式技巧大全》、《JavaScript替換操作技巧總結》、《JavaScript查找算法技巧總結》、《JavaScript數(shù)據(jù)結構與算法技巧總結》、《JavaScript遍歷算法與技巧總結》、《JavaScript中json操作技巧總結》、《JavaScript錯誤與調試技巧總結》及《JavaScript數(shù)學運算用法總結》

希望本文所述對大家JavaScript程序設計有所幫助。

最新評論