查找/替换非转义字符的更有效方法答案

【问题标题】：More Efficient Way to Find/Replace Non-Escaped Characters查找/替换非转义字符的更有效方法
【发布时间】：2012-09-20 09:54:50
【问题描述】：

我正在尝试找到最好的方法来查找和替换（在 Ruby 1.9.2 中）前面有 零或偶数个反斜杠的特殊代码 (%x) 的所有实例.

换句话说，：

%x      -->   FOO
\%x     -->   \%x
\\%x    -->   \\FOO
\\\%x   -->   \\\%x
\\\\%x  -->   \\\\FOO
etc.

一个字符串中可能有多个实例：“这是我的 %x 字符串，带有两个 %x 代码。”

在here 和here 提出的问题的帮助下，我得到了以下代码来做我想做的事：

 str.gsub(/
  (?<!\\)           # Not preceded by a single backslash
  ((?:\\\\)*)       # Eat up any sets of double backslashes - match group 1  
  (%x)              # Match the code itself - match group 2
  /x, 

  # Keep the double backslashes (match group 1) then put in the sub
  "\\1foo")

不过，那个正则表达式似乎有点重量级。由于此代码将在我的应用程序中以合理的频率调用，因此我想确保我不会错过更好（更清洁/更高效）的方法。

【问题讨论】：

标签： ruby regex

【解决方案1】：

我可以想象两个替代的正则表达式：

使用后视断言，就像在您的代码中一样。（向后看2）
在反斜杠之前再匹配一个字符。（替代）

除此之外，我只看到您的正则表达式的小幅优化。 "%x" 是常数，因此您不必捕获它。（后视-1）

我不确定其中哪个实际上更有效。因此，我创建了一个小基准：

$ perl
use strict;
use warnings;
use Benchmark qw(cmpthese);

my $test = '%x \%x \\%x \\\%x \\\\%x \\\\\%x \\\\%x \\\%x \\%x \%x %x';

cmpthese 1_000_000, {
    'look-behind-1' => sub { (my $t = $test) =~ s/(?<!\\)((?:\\\\)*)\%x/${1}foo/g },
    'look-behind-2' => sub { (my $t = $test) =~ s/(?<!\\)((?:\\\\)*)(\%x)/${1}foo/g },
    'alternative'   => sub { (my $t = $test) =~ s/((?:^|[^\\])(?:\\\\)*)\%x/${1}foo/g },
};

结果：

                  Rate   alternative look-behind-2 look-behind-1
alternative   145349/s            --          -23%          -26%
look-behind-2 188324/s           30%            --           -5%
look-behind-1 197239/s           36%            5%            --

您可以清楚地看到，替代正则表达式远远落后于后视方法，捕获“%x”比不捕获它稍慢。

问候，马蒂亚斯

【讨论】：