正则表达式组优化

【问题标题】：Regex group optimization [duplicate]正则表达式组优化
【发布时间】：2022-01-21 20:09:04
【问题描述】：

在使用正则表达式匹配多个关键字的文档时，可能需要二次时间（文档数 × 关键字数）。

使用以下一组关键字：

['ant', 'antelope', 'albatross', 'alligator']

我会产生愚蠢的正则表达式：

/ant|antelope|albatross|alligator/

但我正在寻找一种将集合转换为类似内容的解决方案：

/a(nt(|elope)|l(batross|ligator))/

效率更高

【问题讨论】：

标签： javascript node.js regex performance optimization

【解决方案1】：

我制作了一个简单的库，以便在 npm npm i regexp-factorize 上提供这项工作可以如下使用

import { factorizeOr } from 'regexp-factorize';

const keywords = ['ant', 'antelope', 'albatross', 'alligator'];
const regexpString = factorizeOr(keywords);
const regexp = new RegExp(regexpString);

const document = "There's an alligator in my house";

console.log(regexp);                // /a(?:nt(?:|elope)|l(?:batross|ligator))/
console.log(regexp.test(document)); // true

【讨论】：