如何加快我的Perl正則表達式匹配？

我想用下面的正則表達式捕捉到幾個文字：如何加快我的Perl正則表達式匹配？

$text_normal = qr{^(\/F\d+) FF (.*?) SCF SF (.*?) MV (\(.*?)SH$};

字符串的樣本是象下面這樣：

my $text = '/F12345 FF FF this is SCF SF really MV (important stuff SH';

可以在被改寫，以加快匹配？

來源

2009-10-20 est

因爲這是'qr {}'，所以不需要轉義'/'。 – 2009-10-20 11:20:27

你確定這是你程序的一部分嗎？ – Schwern 2009-10-22 23:50:11

這非常依賴於您正在掃描的數據的配置文件。

你可以做的是識別你的RE的一部分，它過濾出最多的輸入，並且爲該表達做一個單獨的更簡單的RE。

例如，如果只有5％您輸入日期包含'MV'字符串，你可以過濾這個第一且僅當簡單的一個是真的

所以，你將不得不申請全面更復雜的RE：

if ($text_normal =~/MV /) { 
    $text_normal = qr{^(\/F\d+) FF (.*?) SCF SF (.*?) MV (\(.*?)SH$}; 
    if ....... 
    } 
}

來源

2009-10-20 03:59:28

如果你只是在第一遍中檢查一個靜態字符串來清除問題，可以考慮基準測試'index（'MV'）'是否比執行正則表達式匹配更快。 – 2009-10-20 11:09:44

沒有看到一些示例數據很難說。

通常，避免使用.*是個好主意。尋找任何可能的不必要的回溯源，並消除它們。

你也許可以用切片逃脫一個split，如果你的需求很簡單。

my @vals = (split//, $string)[0,2,5,7];

來源

2009-10-20 04:39:41 daotoad

優化正則表達式沒有單一的答案。你可以看什麼特定的正則表達式與re編譯做：

use re 'debugcolor';

一旦你看到它遍歷字符串，你看到它是有問題，並從那裏調整你的正則表達式。當你這樣做時，你會學到一些關於正則表達式的引擎。

您也應該檢查出Mastering Regular Expressions，它告訴你的正則表達式是如何工作的，以及爲什麼有些模式是比別人慢。

來源

2009-10-20 05:21:30

+1你每天都會學到新的東西！ – draegtun 2009-10-20 08:34:34

回溯是殺死正則表現的最可靠的方法之一，但不幸的是，這似乎並不是一種能夠完全消除.通配符以支持字符類的情況，禁止重新捕獲包含大寫字符。（如果這個禁令確實存在，你可以取代你的.*?有，比方說，[a-z ]*。）您還可以減少使用{}，設置文字匹配的最小/最大數量的回溯的可能性，如.{0,10}?如果比賽能不會超過10個字符。

來源

2009-10-20 11:17:41

(.*)意味着您在處理任何重複次數的「SCF SF」之前，您會發現指示它是下一次捕獲的次數，通過使其非貪婪，您仍處理的能力即使是「SCF SF '會在'FF'後出現在捕捉中。我認爲你正在處理很多你不需要的情況。

最好的方式來優化正則表達式有時使得它更神祕 - 但你一定要想辦法使表達較早失敗。 (.*?)雖然不是「貪婪」，但絕對是也是寬容。

下面是一個更詳細的，但更快的失敗替代你的第二次捕獲。

((?:[^S]|S[^C]|SC[^F]|SCF[^ ]|SCF [^S]|SCF S[^F])*)

但是你可以優化它甚至更多，如果你認爲該字符串應該\bSCF\b自動進行捕捉，並承諾只希望「\ BSCF SF \ B」。因此，您可以將其重寫爲：

((?:[^S]|S[^C]|SC[^F]SCF\B)*) SCF SF

但是，您可以通過回溯控制來優化這些字符串。如果你認爲世界上沒有任何方法可以讓SCF作爲一個單詞出現，並且SF不會跟隨有效的輸入。要做到這一點，你可以在它周圍增加一個組，括號爲(?>和)。

(?>((?:[^S]|S[^C]|SC[^F]SCF\B)*)) SCF SF

這意味着匹配邏輯決不會嘗試重新評估它所捕獲的內容。如果之後的字符不能成爲「SCF SF」，則整個表達式失敗。並且它在嘗試適應「MV」和其他子表達式之前就失敗了。

事實上，給出關於分隔符的唯一某些表達式，該表達式最快的性能將是：

$text_normal = qr{^(\/F\d+) FF (?>((?:[^S]|S[^C]|SC[^F]SCF\B)*))SCF SF (?>((?:[^M]|M[^V]|MV\B)*))MV (?>(\((?:[^S]|S[^H]|SH.)*))SH$};

另外，詳細的，詳盡的否定匹配可以替代由負lookaheads--表達但我不知道如何在性能上起作用。但負面看aheads會的工作是這樣的：

((?:.(?! SCF))*) SCF SF

這意味着，這個捕獲我想，是不是開始字符串「SCF SF」空格的任何字符。

來源

2009-10-20 19:49:57 Axeman

如何加快我的Perl正則表達式匹配？

回答

相關問題