regex - 关于正则表达式的性能

Question

给定字符串ab

给定这个正则表达式模式

(a)(b)

如果我们需要删除完整的字符串，但打印第二组，我们可以编写 2 个变体：

1)preg_replace("#(a)(b)#", "$2", "ab") // save both group

也是这样：

2)preg_replace("#(?:a)(b)#", "$1", "ab") // dont save first group

什么变体对性能更好？

Answer 1

什么变体对性能更好？

任何一个。

如果您只需要进行少量更换，那根本没关系。如果您必须进行数百万次替换，则必须考虑源数据的另一种格式，这将需要较少的解析。

但无论如何，如今的计算机速度很快。我的意思是快。
足够快地运行基于 JSON 或 XML 的应用程序，而 JSON 或 XML 解析需要比简单的正则表达式更多的资源。他们运行良好。所以，我怀疑你会面临这样的正则表达式会影响任何事情的情况

Answer 2

我在一个紧密的循环中运行每个操作 5,000,000 次，并比较了时间。我实际上比较了四种操作：

preg_replace("#(a)(b)#", "$2", "ab");
preg_replace("#(?:a)(b)#", "$2", "ab");
preg_replace("#a(b)#", "$2", "ab");
preg_replace("#a(?=b)#", "", "ab");

我没有看到时代的非常一致的差异，所以我认为这实际上对性能并不重要，即我会选择从设计/语义角度最有意义的那个。

#1 和 #2 的表现大致相同。#2 似乎稍微快一点，但偶尔会慢一些（可能是由于服务器噪音）。#3 始终比这快 5%，选项 #4 比 #3 快约 2%（即它似乎是最好的，可能是因为它不需要捕获或插入任何东西）。

尽管如此，我还是会选择最有意义的。

我意识到这str_replace("ab", "b", "ab");可能不是类似的，但如果可以的话，请使用它。它的速度始终是其他任何产品的两倍多。