Crafting an Efficient Expression
Perl、Java、.NET、Python和PHP（這裡沒有列全，其他語言請參考第145頁的表格）使用的都是表達式主導的NFA引擎，細微的改變就可能對匹配的結果及方式產生重大的影響。DFA中不存在的問題，對NFA來說卻很重要。因為NFA引擎容許用戶進行精確控制，所以我們可以用心打造（譯注1）正則表達式，但對不熟悉的人來說，這樣可能會帶來麻煩。本章講解的就是調校正則表達式的訣竅。
調校表達式時需要考慮的兩個因素是準確性和效率：精確匹配我們需要的文本，不包含多餘的內容，而且速度要快。第4章和第5章探討了準確性，現在我們來考察NFA引擎的效率，以及如何有效地利用這些知識（我們會在合適的時候提到DFA的問題，不過本章主要關注的還是基於 NFA 的引擎）。總的來說，關鍵在於徹底理解回溯背後的過程，學習些技巧來避免可能的回溯。在深入瞭解了處理機制的細節之後，讀者不但能夠把匹配的速度提到最高，寫更複雜的正則表達式時也會更有信心。
本章內容
為了讓讀者徹底掌握這些知識，本章首先說明了效率的重要性，然後回顧前幾章講解過的回溯，重點強調效率和回溯對整個匹配的影響，為掌握高級的技巧做準備。然後我們會考察一些常見的內部優化措施，它們可能對效率有相當程度的實質性影響；還要講解，針對具體實現方式，如何構建最合適的正則表達式。最後，我會做個總結，傳授一些終極技巧，來構建快如雷霆的NFA表達式。
測試與回溯
我們將看到的例子代表了使用正則表達式時經常遇到的情況。在分析某個的正則表達式的效率時，我有時會列出正則引擎在匹配過程中進行的獨立測試（inpidual test）的次數。如果用正則表達式「marty」匹配smarty，一共會進行6次獨立測試，首先是「m」對s（匹配失敗），然後是「m」對m，「a」對a，依次繼續。我通常會給出回溯的次數（本例中回溯次數為0，不過，正則引擎的傳動裝置必然會在第二個字符處重試正則表達式，這或許可以算作一次回溯）
之所以要列出這些數字，並不是為表明精確性，而是因為它們比「許多」、「少量」、「多次」、「更好」、「不太多」之類更為準確。我的意思不是說，在NFA上使用正則表達式需要精確地考察測試和回溯的次數，我只是希望讓讀者知道這些例子的相對優劣。
另一個重要的問題是，你必須意識到這些「精確」的數字可能根據工具的不同而有所不同。我期望讀者能夠知道，它只是針對具體例子的、相對的粗略表現。不同工具之間的一個重要區別就是，它們可能使用的優化措施不同。如果能夠預先判斷目標字符串基本無法匹配（例如目標字符串缺少一個引擎能夠預知的，匹配成功必須的字符），足夠聰明的實現方式可以完全不應用正則表達式。我在本章討論了這些重要的優化措施，不過普遍原理比具體問題更為重要。
傳統型NFA還是POSIX NFA
在分析效率時，一定不要忘記所使用工具的引擎類型：傳統型NFA還是POSIX NFA。下一節中我們會看到，有些問題只對某種引擎存在。有的改變可能對其中之一沒有影響，對另一個卻有極大的影響。還是那句話，理解基本原理，就能應付各種情況。