從perl 5.8（32bit）升級到5.16（64bit） - 正則表現擊中

Question

我對數據塊運行一系列正則表達式。我們最近從Activestate perl 5.8 32bit（我知道......非常老！）升級到perl 5.16 64bit。所有硬件保持不變（窗口）。

我們注意到性能問題，在我們的解析循環之前大約需要2.5秒，現在需要大約5秒。任何人都可以給我一個關於什麼會導致變化的暗示嗎？我期待性能有所提高，因爲我的理解是引擎已經有了很大的改進，任何有關我應該做的不同的文檔都將不勝感激。

Answer 1

是的，在v8之後，正則表達式引擎大大改進。獨自一人在V10中，我們看到：

• 模式遞歸
• 命名捕獲
• 佔有慾量詞
• 原路返回控制動詞，如(*FAIL)或(*SKIP)。
• 的\K操作
• ......以及一些更

此外，越來越多的內部作了Unicode感知的。

在第12版中，Unicode支持已清理完畢。正則表達式中的\p和\X運算符現在大大增強了。

在第14版中，Unicode支持被碰撞到了6.0。 \N運營商的姓名得到了改進（另請參閱charnames編譯指示）。新的字符模型可以將任何無符號整數視爲碼點。在正則表達式引擎，

• 正則表達式現在可以隨身攜帶charclass將修飾符像/u，/d，/l，/a，/aa。
• 執行/r的非破壞性索賠。
• RE引擎現在是可重入的，所以嵌入的代碼可以使用正則表達式。
• \p已清理
• 當需要切換到unicode語義時，regex編譯速度更快。

在v16中，perl幾乎支持Unicode 6.1。在正則表達式引擎中，

• 效率\p特類增加了。
• 修復了各種正則表達式錯誤（通常涉及不區分大小寫的匹配）。

顯然，並非所有這些功能都是以一定的價格出現的，但特別是Unicode意識使得內部結構更復雜，速度更慢。

你也不能放棄一手，說明腳本的執行時間從perl5 v8 x86增加到perl5 v16 x64;有太多的變量：

• 都是用相同的標誌編譯的Perl？
  • 都是perls線程perls（禁用線程支持使其更快）
  • 你的整數有多大？ 64位或32位？
  • 選擇了哪種編譯器優化？
• 您以前的Perl是否有一些特定於發行版的修補程序？

基本上，你必須比較整個perl -V輸出。

---

如果您使用正則表達式達到性能上限，那麼它們可能是大量解析的錯誤工具。至少，您可以使用更新的功能優化正則表達式以消除一些回溯。

如果您解析代碼描述了（大約）上下文無關語言（即不使用(?{...})，(?=...)或相關的正則表達式的功能），以及解析裝置做這樣的事情發生在樹上，然後Marpa::R2可能會大大加快速度。

Answer 2

如果你正在尋找更好的表現，你可能還想確保一個正則表達式是你想要的。您沒有指定您的系統正在使用哪種類型的正則表達式，但通常您可以使用內置函數替換正則表達式。

例子：

if (lc($name) eq 'bob') { $bob_count++ } #Faster 
if ($name =~ /^bob$/i) { $bob_count++ } #Slower 

---

my $sentiment = "I don't like beans."; 
substr($sentiment, 13, 5) = 'broccoli'; #Faster 
$sentiment = "I don't like beans."; 
$sentiment =~ s/beans/broccoli/;   #Slower 

這些例子，以及unpack，並index，可能不適用於你的代碼，但如果他們這樣做，你應該基準，看看他們是否有幫助與表現。