超级会员免费看
正则表达式优化与Perl正则特性深度解析
正则表达式优化
在处理文本时，正则表达式引擎会快速抓取并移除特殊结构。例如，在一个旧系统上，使用Perl代码移除一个16MB、50万行测试文件中的所有注释大约需要16.4秒。不过，我们可以通过一些方法显著提高其速度。
为了让正则表达式引擎更快地匹配，我们可以引导其注意力。在注释和字符串之间的普通C代码长段中，引擎需要尝试四种替代方案来判断是否应处理某个字符，这会产生大量不必要的工作。我们知道，要使替代方案有匹配的可能，首字符必须是斜杠、单引号或双引号。因此，我们可以添加 [^\'"/] 作为替代方案，由于连续的此类字符可以一次性处理，所以使用 [^\'"/]+ 。
$OTHER = qr{[^"'/]};
$text =~ s/($DOUBLE;$SINGLE;$OTHER+);$COMMENT;$COMMENT2/$1/g;
这样修改后，再次进行基准测试，发现时间减少了超过75%。不过，我们还可以进一步优化：
- 调整顺序 ：大多数情况下， $OTHER+ 是最常用的替代方案，所以将其放在括号内的首位。对于传统NFA引擎，一旦找到匹配项就会停止，这样可以避免先检查相对罕见的匹配。
- 添加后续匹配 ：在每个引用项匹配后，很可能会接着出现一些 $OTHER 字符。在每个项后添加 $OTHER+ ，可以让
订阅专栏 解锁全文
扫一扫
385
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
