正则不参与渲染但能大幅减轻渲染前文本处理负担；应预编译、加锚点、用迭代提取、避免贪婪回溯，以提升超大文本处理效率与安全性。
正则本身不参与“渲染”，但它能大幅减轻渲染前的文本处理负担。关键在于：用高效正则提前切分、提取、清洗超大字符串，避免把原始巨量文本直接交给前端或渲染引擎。
预处理阶段：用编译+锚定减少无效扫描
对百万字符日志或文档做结构化提取时，反复调用未编译的正则会显著拖慢速度。应预先编译，并利用起始/结束锚点缩小匹配范围：
- ✅ 编译一次，复用多次：pattern = re.compile(r'^\d{4}-\d{2}-\d{2}\s+\w+:')（匹配行首时间+级别）
- ✅ 避免全量扫描：re.findall(r'IP: (\d+\.\d+\.\d+\.\d+)', text) 比 r'(\d+\.\d+\.\d+\.\d+)' 更快——前者让引擎只在含"IP: "的位置尝试匹配
- ✅ PHP 中启用 S 修饰符：/^(Jan|Feb|Mar)\b.*$/S 告诉 preg 引擎只需检查首字母是 J/F/M 的行，跳过其余
分块提取：避免一次性加载全部匹配结果
面对超长文本，re.findall() 返回完整列表可能吃光内存。改用迭代式提取更稳妥：
- Python：用 re.finditer() 逐个获取 Match 对象，边提取边处理
- PHP：用 preg_match_all($pattern, $text, $matches, PREG_SET_ORDER) 并配合 array_chunk($matches, 100) 分批输出
- 不追求“一次全拿”，而是“按需取一段”，尤其适合流式渲染或虚拟滚动场景
安全替换：防止贪婪回溯压垮主线程
渲染前常需过滤敏感标签或转义特殊符号。错误的写法会引发灾难性回溯：
- ❌ 危险：/<script>.*<\/script>/is</script> —— .* 在超长文本中可能尝试数万种路径
- ✅ 安全：/<script>[^<]*+(?:<(?!\/script>)[^<]*)*+<\/script>/is</script> 或更实用的非贪婪：/<script>.*?<\/script>/is</script>
- 对 HTML 类清洗，优先用专用解析器；若必须用正则，限定最大匹配长度或改用字符类替代通配符
编码与边界：避免 UTF-8 多字节截断
超大文本常含中文、emoji 等多字节字符。正则若忽略编码，易在中间截断导致乱码甚至崩溃：
- Python：确保字符串为 str（非 bytes），且正则含 re.UNICODE 或使用 u'' 前缀
- PHP：模式末尾加 u 修饰符，如 /[\p{Han}a-z0-9_]+/iu，正确识别汉字
- Ruby：用 force_encoding('UTF-8') 统一输入，再执行 scan，避免 Encoding::CompatibilityError
