再议 js 数字格式之正则表达式

前面我们提到到了js的数字格式《浅谈 js 数字格式类型》，之前的《js 正则练习之语法高亮》里也提到了优化数字匹配的正则。不过最近落叶给了我一个正则，让我豁然开朗，比我写的犀利多了，所以今天拿出来简单说一下(只说十进制部分的匹配)。

先看下我之前写的正则：//d+(?:/./d+)?(?:[eE][+-]?/d+)?|/./d+(?:[eE][+-]?/d+)?/落叶在 jQuery 中发现的正则: /(?:/d*/.|)/d+(?:[eE][+-]?/d+|)/(ps: 我去掉了[+-]因为没必要匹配那个。。)很明显犀利很多。

我的思路其实很简单，就是根据官方描述然后写了个臃肿不堪的正则。在 MDN javaScript Guide 的 Values, variables, and literals#Floating-point literals 一节中可以看到。对于js数字格式的语法描述为 [(+|-)][digits][.digits][(E|e)[(+|-)]digits] (PS:这不是正则)所以我就粗略的写了一个表达式 (?:/d+)?(?:/./d+)?(?:[eE][+-]?/d+)?当时看着比较舒服，但是在测试中，我发现了严重的问题，能空匹配，简单说就是任何空字符串都能匹配成功。这是一个严重的BUG，所以我把它拆分为两部分，修复了这个BUG，于是得到了上面那个臃肿的代码，没办法水平有限。其实是我想的太简单了，我只是按照传统的想法写的正则，先匹配整数，然后匹配小数，最后匹配指数。。。

再看 jQuery 中的正则/(?:/d*/.|)/d+(?:[eE][+-]?/d+|)/写的太霸气了。他的思路是先匹配浮点数，然后匹配小数点后面的整数，接着匹配指数，同样是3部分，只是匹配顺序不同而已。当然如果匹配不到浮点数，就回溯放弃匹配，直接匹配整数和指数部分。这样就不需要拆分成两个表达式了。

我们做个测试，先去掉| 试试，测试数据如下：

1231.231.2e31.2e+31.2e-3.123.12e3.12e+3.12e-3

正则: /(?:/d*/.)/d+(?:[eE][+-]?/d+|)/

发现 123 没匹配到，后面的浮点型数据都可以正常匹配。为什么会这样呢，因为 (?:/d*/.) 是必须匹配到 . 的，所以整数就无法匹配成功了。(?:/d*/.|) 则可以在匹配失败的情况下回溯然后发现第二个表达式是个空，就是不匹配了。自然就让出位置给后面的 /d+ 进行匹配了，所以整数可以匹配成功。

这个正则霸气在于利用最少的代码实现最优的性能，当然整数情况回溯是必须的，不过性能上也不会有多大的问题。

我们来看个测试吧:

var str1 = "123, 1.23, 1.2e3, 1.2e+3, 1.2e-3, .123, .12e3, .12e+3, .12e-3";var str2 = "123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123";var re1 = //d+(?:/./d+)?(?:[eE][+-]?/d+)?|/./d+(?:[eE][+-]?/d+)?/g;var re11= new RegExp(re1.source, "g");var re2 = /(?:/d*/.|)/d+(?:[eE][+-]?/d+|)/g;var re22= new RegExp(re2.source, "g");console.log(    str1.match(re1).toString() === str1.match(re22).toString(),    str2.match(re1).toString() === str2.match(re22).toString());test(str1, re1, "str1 re1")(str1, re11, "str1 re11")    (str1, re2, "str1 re2")(str1, re22, "str1 re22");test(str2, re1, "str2 re1")(str2, re11, "str2 re11")    (str2, re2, "str2 re2")(str2, re22, "str2 re22");function test(str, re, name) {    console.time(name);    for (var i=0; i<1e6; ++i) str1.match(re);    console.timeEnd(name);    return test;}

对浮点和整数进行100万次匹配测试，可以看到浮点数测试相差0.1秒，整数相差0.2秒。这已经是非常小的性能差异了，有的垃圾正则，100万次测试可能会相差十几甚至几十秒呢。

这么个小知识点让我开拓了眼界，其实只是写的少，看的少，所以一直都是井底蛙，技术这东西，必须多看，多想，多写才行。好了今天的分享完毕，明天见。