這里說的正則表達式優化，主要是針對目前常用的NFA模式正則表達式，詳細可以參考：正則表達式匹配解析過程探討分析（正則表達式匹配原理）。從上面例子，我們可以推斷出，影響NFA類正則表達式（常見語言：GNU Emacs,Java,ergp,less,more,.NET語言,
PCRE library,Perl,PHP,Python,Ruby,sed,vi )其實主要是它的“回溯”，減少“回溯”次數（減少循環查找同一個字符次數），是提高性能的主要方法。 我們來看個例子：

源字符串：<script type=”text/javascript”>adsfadfsdasfsdafdsfsadfsa</script>

匹配要求，匹配<script….>….</script>標簽里面所有內容，包括改標簽

常見寫法(1)，因為<script后面可能出現字符、空白、特殊符號等，還有標簽里面也可能出現各種js代碼。我們簡單方法是：

正則表達式：<script.*?>.*?</script> (測試工具使用了：regexBuddy)

總共花費115步，回溯了：48次。 因為我們使用”.”字符，匹配默認情況下除了n之外所有字符。
方法（2），我們分析特點發現，<script…>后面，應該是除了”>”之外都可以字符，然后一對<script>標簽里面js內容。可以定義為除了”<”之外。（這里面我只是舉例說明優化方法，實際網頁中script標簽里面，常見都會出現有”<”字符了）

正則表達式：<script[^?>]+>[^<]+</script>

19步，0次回溯！ ，步驟只有原先的15%左右，性能幾倍的提升了！
從上面我們看到，不同正則表達式，對通用字符配平，性能相差會很大。減少“回溯”是最好的方法，減少回溯其中最主要的方法是：”用最小范圍的元字符，盡量避免用過大的元字符！”。一般規律如下：

1、使用正確的邊界匹配器（^、$、b、B等），限定搜索字符串位置
2、使用具體的元字符、字符類（d、w、s等） ，少用”.”字符
3、使用正確的量詞（+、*、?、{n,m}），如果能夠限定長度，匹配最佳
4、使用非捕獲組、原子組，減少沒有必要的字匹配捕獲用(?:)

如：我想匹配一些英文字母，它后面接的是數字。如：abc1234,我可以寫 “w+d+”，也可以寫”[a-zA-Z]+d+” ，其中第一個w+會先匹配所有abc1234，然后回溯，匹配滿足d+格式。一共4步，而后面這個只需要2步，步驟減少一半了！好了，今天就先到這里，歡迎大家討論、交流！