为什么我的 Perl 正则表达式使用这么多内存？答案

【问题标题】：Why is my Perl regex using so much memory?为什么我的 Perl 正则表达式使用这么多内存？
【发布时间】：2010-09-15 00:07:54
【问题描述】：

我正在针对一个大标量运行正则表达式。虽然这场比赛没有捕获任何东西，但这场比赛之后我的进程增长了 30M：

# A
if (${$c} =~ m/\G<<\s*/cgs)
{
    #B
    ...
}

$c 是对一个相当大的标量（大约 21M）的引用，但我已经验证 pos(${$c}) 位于正确的位置，并且表达式在第一个字符处匹配，pos(${$c}) 被更新为比赛结束后的正确位置。但正如我所提到的，这个过程在#A 和#B 之间增长了大约 30M，即使我没有用这场比赛捕捉到任何东西。我的记忆去哪儿了？

编辑：是的，使用$& 是罪魁祸首。我们使用的是 Perl 5.8.8，而我的脚本使用的是 Getopt::Declare，它使用了内置的 Text::Balanced。该模块的 1.95 版本使用 $&。 Perl 5.10 附带的 2.0.0 版本删除了对 $& 的引用并缓解了该问题。

【问题讨论】：

标签： regex perl memory-management

【解决方案1】：

只是快速检查一下，您是否在代码中的任何位置提到了 $&、$` 或 $'（有时称为 $MATCH、$PREMATCH 和 $POSTMATCH）？如果是这样，Perl 将为每个正则表达式匹配复制整个字符串，以防万一你想检查这些变量。

在这种情况下，“在你的代码中”是间接的，包括使用引用这些变量的模块，或者写use English而不是use English qw( -no_match_vars )。

如果您不确定，可以使用Devel::SawAmpersand 模块来确定它们是否已被使用，并使用Devel::FindAmpersand 来确定它们在在哪里被使用。

内存增加可能还有其他原因（您使用的是哪个版本的 Perl？），但是如果使用匹配变量，它们肯定会破坏您的内存，因此可能是罪魁祸首。

欢呼，

保罗

【讨论】：

当然看起来就是这样。我无法在我的 perl 上运行 FindAmpersand，因为我启用了线程，所以我重新编译 perl 只是为了运行这个测试，但 SawAmpersand 报告是。
grep 或 ack 也应该能够告诉您它们是否在您的代码中的任何地方被提及。
试过了，在我的代码中没有找到任何东西，所以最后开始搜索@INC中的所有库，最后缩小到使用$&的GetOpt::Declare。摆脱那个库对解决我的内存使用问题大有帮助。