10

我有一个充满了我需要匹配的模式的数组。除了 for() 循环之外,还有什么方法可以做到这一点?我试图以 CPU 密集度最低的方式来做这件事,因为我每分钟都会做几十个这样的事情。

现实世界的例子是,我正在构建一个链接状态检查器,它将检查各种在线视频网站的链接,以确保视频仍然是实时的。每个域都有几个“死关键词”,如果在页面的 html 中找到这些,则意味着该文件已被删除。这些存储在数组中。我需要将数组的内容与页面的 html 输出相匹配。

4

7 回答 7

24

首先,如果您实际上每分钟只做几十次,那么我不会非常担心这种情况下的性能。这些匹配非常快,我认为通过遍历您的模式数组并像这样单独调用 preg_match 不会出现性能问题:

$matches = false;
foreach ($pattern_array as $pattern)
{
  if (preg_match($pattern, $page))
  {
    $matches = true;
  } 
}

您确实可以or像某些人建议的那样使用运算符将​​所有模式组合成一个,但不要只是将它们与|. 如果您的任何模式包含or 运算符,这将严重破坏。

我建议至少使用括号对您的模式进行分组,例如:

foreach ($patterns as $pattern)
{
  $grouped_patterns[] = "(" . $pattern . ")";
}
$master_pattern = implode($grouped_patterns, "|");

但是......我不确定这是否会更快。 有些东西必须循环通过它们,无论是 preg_match 还是 PHP。如果我不得不猜测,我会猜测单个匹配会接近相同的速度,并且更容易阅读和维护。

最后,如果性能是您在这里寻找的,我认为最重要的事情是将非正则表达式匹配提取到一个简单的“字符串包含”检查中。我想您的某些检查必须是简单的字符串检查,例如查看“此站点已关闭”是否在页面上。

所以这样做:

foreach ($strings_to_match as $string_to_match)
{
  if (strpos($page, $string_to_match) !== false))
  {
    // etc.
    break;
  }
}
foreach ($pattern_array as $pattern)
{
  if (preg_match($pattern, $page))
  {
    // etc.
    break;
  } 
}

尽可能多地避免preg_match()可能是你最大的收获。 strpos()比快很多preg_match()

于 2009-03-25T23:56:15.427 回答
14
// assuming you have something like this
$patterns = array('a','b','\w');

// converts the array into a regex friendly or list
$patterns_flattened = implode('|', $patterns);

if ( preg_match('/'. $patterns_flattened .'/', $string, $matches) )
{
}

// PS: that's off the top of my head, I didn't check it in a code editor
于 2009-03-25T22:25:43.227 回答
3

如果您的模式不包含很多空格,另一种选择是避开数组并使用/x修饰符。现在您的正则表达式列表将如下所示:

$regex = "/
pattern1|   # search for occurences of 'pattern1'
pa..ern2|   # wildcard search for occurences of 'pa..ern2'
pat[ ]tern| # search for 'pat tern', whitespace is escaped
mypat       # Note that the last pattern does NOT have a pipe char
/x";

使用/x修饰符时,空格将被完全忽略,除非在字符类中或前面有反斜杠。像上面这样的评论也是允许的。

这将避免遍历数组。

于 2012-09-10T14:14:45.407 回答
1

如果您只是在另一个字符串中搜索字符串的存在,请使用 strpos,因为它更快。

否则,您可以迭代模式数组,每次调用 preg_match 。

于 2009-03-25T22:23:32.843 回答
0

如果你有一堆模式,你可以做的就是将它们连接到一个正则表达式中并匹配它。不需要循环。

于 2009-03-25T22:12:36.830 回答
0

对使用数组得到的 HTML进行 astr_replace()处理然后检查原始 HTML 是否等于原始 HTML 怎么样?这将非常快:

 $sites = array(
      'you_tube' => array('dead', 'moved'),
      ...
 );
 foreach ($sites as $site => $deadArray) {
     // get $html
     if ($html == str_replace($deadArray, '', $html)) { 
         // video is live
     }
 }
于 2009-03-26T00:17:16.877 回答
0

您可以使用implode() php 函数将列表中的所有模式组合成单个正则表达式。然后使用preg_match() php 函数一次测试你的字符串。

$patterns = array(
  'abc',
  '\d+h',
  '[abc]{6,8}\-\s*[xyz]{6,8}',
);

$master_pattern = '/(' . implode($patterns, ')|(') . ')/'

if(preg_match($master_pattern, $string_to_check))
{
  //do something
}

当然,在“if()”条件而​​不是$master_pattern变量中使用 implode() 内联代码可能会更少。

于 2018-08-09T08:16:53.300 回答