正则表达式的优化---用RegexBuddy进行效率分析

昨天看到《高性能的正则表达式效率优化》一文，自己动手试了试。发觉其优化后的正则表达式仍太罗嗦，自己另写~并用RegexBuddy查看匹配流程。其优化后的 正则表达式如下：
^\w+([\.-]\w+)*@\w+([\.-]\w+)*\.\w+([-\.]\w+)*$
该表达式有几个不足之处：
1. 头尾不应该用^$
2. 无须分组，这里用了三个组，若其用于网络爬虫将严重拖慢速度、吞噬内存
3. 没有域名合法性检查
4. @符号前名称判断太罗嗦
5. @符号后二处\w+([.-]\w+)*，明显太累赘
我的正则表达式如下：

\b[\w\.\-]+\b@(?:\b[\w\-]+\.){1,2}[a-zA-Z]{2,3}

测试用文本同前文例子，如图：

点选“Debug”按钮右侧的倒三角，选择“Debug everywhere”,
得到匹配流程分析：

可以看到只有12步，及一个回溯！效率高得多了！！前述五个问题都得到解决。该表达式主要使用\b来匹配一个词的头尾。

几天后，得空又看到这段正则表达式的不足之处，没考虑正则表达式引擎的运行机制：按字符、表达式的顺序执行匹配
最优表达式，在三段域名情形下（[email protected]）无回溯匹配：

\b[\w\.\-]+\b@\b[\w\-]+\b(?:\.[A-Za-z]{2,3}){1,2}\b

完！快自己动手用RegexBuddy试试吧