如何改进多词匹配正则表达式答案

【问题标题】：How to improve multiword match regex如何改进多词匹配正则表达式
【发布时间】：2016-02-22 03:03:12
【问题描述】：

我目前让用户输入一个可以包含多个单词的搜索字符串。然后我将每个单词分开，然后根据每个单词构建正则表达式。然后，我通过 MongoDB 使用正则表达式搜索来搜索 200,000 多个条目的列表。它工作得很好，但性能很差。对可能提高性能的正则表达式的任何建议表示赞赏！

//this is an example search
var search = "angel alter";
var searchSplitted = search.split(" ");
    var expression = '';
    //This is how I build my regex
    for(i=0; i<searchSplitted.length; i++){
      expression += '(?=.*' + searchSplitted[i] + ')';
    }
expression += '.*';

【问题讨论】：

如果您的 mongo 版本是 v3.2，那么 $text 可能是一种选择。
var regex = new RegExp(search.split(/\s+/).join('|'));

标签： javascript regex mongodb

【解决方案1】：

"A.*B" 是一个非常耗时的正则表达式，因为正则表达式搜索通常是贪婪的。所以它会找到"A"，然后".*" 将“消耗”整个剩余字符串，然后尝试匹配"B"。否则，它将在字符串末尾释放一个字符并尝试再次匹配"B"。将其乘以查询中".*" 的数量，您会得到非常差的性能。

创建更复杂的搜索查询而不是复杂的正则表达式会快得多。因此，与其尝试将您的搜索查询放入单个正则表达式，不如尝试将其分解为简单搜索条件的组合，每个词一个。 IE。而不是“正则表达式匹配 A.*B.*C...”，而是写“（正则表达式匹配 A）AND（正则表达式匹配 B）AND（正则表达式匹配 C）...”。搜索单个单词比您的查询要快得多，如果搜索失败，则简单地跳过任何后续条件，从而节省性能。

实际上，除非您在搜索查询中需要正则表达式功能，否则您可以完全摆脱正则表达式，用纯文本搜索替换它们，这样总是更快。

【讨论】：