跳到主要内容

正则表达式

问题​

Rust 中如何使用正则表达式？

答案​

Rust 标准库不包含正则，使用 regex crate。它基于有限自动机（NFA/DFA），保证线性时间复杂度，不会出现 ReDoS 攻击。

基础用法​

use regex::Regex;

fn main() {
    // 编译正则（建议复用，避免重复编译）
    let re = Regex::new(r"(\d{4})-(\d{2})-(\d{2})").unwrap();

    // 匹配检测
    assert!(re.is_match("2024-01-15"));

    // 捕获组
    if let Some(caps) = re.captures("日期: 2024-01-15") {
        println!("完整匹配: {}", &caps[0]);  // 2024-01-15
        println!("年: {}", &caps[1]);         // 2024
        println!("月: {}", &caps[2]);         // 01
        println!("日: {}", &caps[3]);         // 15
    }

    // 查找所有匹配
    for mat in re.find_iter("2024-01-15 和 2024-06-30") {
        println!("找到: {} 位置: {:?}", mat.as_str(), mat.range());
    }

    // 替换
    let result = re.replace_all("日期 2024-01-15", "$1年$2月$3日");
    assert_eq!(result, "日期 2024年01月15日");
}

最佳实践：预编译​

use std::sync::LazyLock;
use regex::Regex;

// 全局预编译（Rust 1.80+）
static EMAIL_RE: LazyLock<Regex> = LazyLock::new(|| {
    Regex::new(r"^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$").unwrap()
});

fn is_valid_email(email: &str) -> bool {
    EMAIL_RE.is_match(email)
}
性能注意

Regex::new() 编译正则的开销较大。在循环中使用时务必预编译，否则性能会很差。

常见面试问题​

Q1: Rust 的 regex 为什么不支持环视（lookahead/lookbehind）？​

答案：

Rust 的 regex crate 基于有限自动机实现，保证 O(n)O(n) 时间复杂度。环视需要回溯引擎，最坏情况为指数时间。如需环视功能，可使用 fancy-regex crate（基于回溯引擎，不保证线性时间）。

Q2: Regex 是线程安全的吗？​

答案：

是的。Regex 实现了 Send + Sync，可以安全地在多线程间共享（如放入 static 或 Arc）。内部使用线程本地缓存优化性能。

相关链接​