在 PHP 中编译正则表达式答案

【问题标题】：Compile regex in PHP在 PHP 中编译正则表达式
【发布时间】：2010-09-17 14:48:48
【问题描述】：

PHP 中有没有一种方法可以编译正则表达式，这样就可以在不重复编译过程的情况下将其与多个字符串进行比较？其他主要语言可以做到这一点——Java、C#、Python、Javascript 等。

【问题讨论】：

标签： php regex

【解决方案1】：

Perl 兼容的正则表达式库可能已经针对您的用例进行了优化，而无需像其他语言那样提供 Regex 类：

此扩展维护已编译正则表达式的全局每线程缓存（最多 4096 个）。

PCRE Introduction

这就是Imran 描述的研究修饰符如何在调用之间存储编译后的表达式。

【讨论】：

我可以增加每线程缓存的大小吗？4096是什么意思
我认为这意味着 4096 个已编译的正则表达式。

【解决方案2】：

preg 正则表达式可以使用大写的 S（study）修饰符，这可能是您正在寻找的东西。

http://www.php.net/manual/en/reference.pcre.pattern.modifiers.php

S

当一个模式要被多次使用时，值得花费更多的时间来分析它，以便加快匹配所需的时间。如果设置了这个修饰符，那么这个进行额外的分析。在目前，研究模式很有用仅适用于非锚定模式没有一个固定的起点字符。

【讨论】：

OP 问题的答案是不需要在 PHP 中预编译正则表达式，因为正如 1stvamp 所指出的，已编译的正则表达式会自动缓存。 'S' 修饰符是一个单独的问题。
此答案已添加到 Stack Overflow Regular Expression FAQ 的“修饰符”下。

【解决方案3】：

线程是脚本当前运行的线程。第一次使用后，编译的正则表达式被缓存，下次使用PHP不再编译。

简单测试：

<?php

function microtime_float() {
    list($usec, $sec) = explode(" ", microtime());
    return ((float)$usec + (float)$sec);
}

// test string
$text='The big brown <b>fox</b> jumped over a lazy <b>cat</b>';
$testTimes=10;


$avg=0;
for ($x=0; $x<$testTimes; $x++)
{
    $start=microtime_float();
    for ($i=0; $i<10000; $i++) {
        preg_match_all('/<b>(.*)<\/b>0?/', $text, $m);
    }
    $end=microtime_float();
    $avg += (float)$end-$start;
}

echo 'Regexp with caching avg '.($avg/$testTimes);

// regexp without caching
$avg=0;
for ($x=0; $x<$testTimes; $x++)
{
    $start=microtime_float();
    for ($i=0; $i<10000; $i++) {
        $pattern='/<b>(.*)<\/b>'.$i.'?/';
        preg_match_all($pattern, $text, $m);
    }
    $end=microtime_float();
    $avg += (float)$end-$start;
}

echo '<br/>Regexp without caching avg '.($avg/$testTimes);

带有缓存 avg 0.1 的正则表达式没有缓存的正则表达式平均 0.8

缓存正则表达式使其速度提高 8 倍！

【讨论】：

测试为 NUL！因为：您在第二个示例中连接了 3 个字符串（没有缓存），而在第一个示例中，模式中不存在“变量”$i，并且在该位置始终为0
测试仍然合理有效。通过在第一个测试中将字符串 "$j-$y" 与 $j = 37 和 $y = 5 连接，在第二个测试中连接字符串 "$i-$x"（-$x 是通过testTimes），我得到 0.0112 和 0.0431 的时间。在第二次测试中使用“$i-$y”得到相同的 0.0431，这意味着缓存的大小确实小于 10000。因此，我的实际加速比快 4 倍（不是 8 倍）。

【解决方案4】：

正如另一位评论者已经说过的那样，PCRE 正则表达式已经编译，而您不必专门引用它们，PCRE 会保留一个由您提供的原始字符串索引的内部哈希。

【讨论】：

【解决方案5】：

我不肯定你可以。如果你查看Mastering Regular Expressions，一些 PHP 特定的优化技术将在第 10 章：PHP 中讨论。特别是使用 S 模式修饰符使正则表达式引擎在应用正则表达式之前对其进行“研究”。根据您的模式和文本，这可能会提高您的速度。

编辑：您可以使用books.google.com查看本书的内容。

【讨论】：

每一个使用正则表达式的开发者都应该阅读这本书！！提高效率所需的所有技术都在本书中。