在PHP中编译正则表达式

Question

PHP中是否有一种方法可以编译正则表达式，以便可以将其与多个字符串进行比较而不重复编译过程？其他主要语言可以做到这一点--Java、C#、Python、Javascript等。

- Preston

Answer 1

Perl-Compatible Regular Expressions（PCRE）库可能已经针对您的使用情况进行了优化，而不像其他语言一样提供 Regex 类。该扩展程序维护了一个全局的每个线程缓存编译的正则表达式（最多4096个）。这就是PCRE Introduction所描述的。这就是Imran描述的study修饰符在调用之间存储编译表达式的方式。

- user9182

---

我可以增加每个线程缓存的大小吗？4096的含义是什么？ - sagar junnarkar

我认为它意味着4096个编译正则表达式。 - Tobia

Answer 2

preg正则表达式可以使用大写字母S（study）修饰符，这可能是您要查找的内容。

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

S

当一个模式将被多次使用时，值得花费更多时间进行分析，以加速匹配所需的时间。 如果设置了该修饰符，则执行此额外分析。 目前，研究模式仅对没有单个固定起始字符的非锚定模式有用。

- Imran

---

回答OP的问题是，PHP中不需要预编译正则表达式，因为正如1stvamp指出的那样，编译过的正则表达式会自动缓存。 'S'修饰符是一个单独的问题。 - Alan Moore

此答案已添加到Stack Overflow正则表达式FAQ，位于“修饰符”下。 - aliteralmind

Answer 3

Thread是指当前脚本正在运行的线程。在第一次使用后，编译好的正则表达式会被缓存，下次再使用时PHP不会再次编译它。

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);

使用缓存的正则表达式平均速度为0.1秒，不使用缓存的正则表达式平均速度为0.8秒。

使用缓存可以使正则表达式的速度快8倍！

- Mike

---

“Test is NUL”！因为：在第二个例子中（没有缓存），您正在连接3个字符串，而在第一个例子中，“变量”$i不存在于模式中，并且它始终是该位置的0。 - CSᵠ

测试仍然是相当有效的。通过在第一个测试中连接字符串"$j-$y"（其中$j=37$，$y=5$），并在第二个测试中连接字符串"$i-$x$"（-$x$是为了击败testTimes的任何缓存），我得到了0.0112和0.0431的时间。第二个测试中使用"$i-$y"也得到了同样的0.0431，这意味着缓存大小确实小于10000。因此，我的实际加速比是4倍（而不是8倍）。 - LSerni

Answer 4

正如另一个评论者已经说过的那样，PCRE正则表达式已经被编译，无需特别引用。PCRE通过内部哈希表以您提供的原始字符串为索引进行管理。

- 1stvamp

Answer 5

我不确定是否可以。如果您查看《精通正则表达式》，第10章讨论了一些PHP特定的优化技术。具体来说，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“学习”它。根据您的模式和文本，这可能会带来一些速度上的改进。

编辑：您可以通过books.google.com预览该书的内容。

- EBGreen

---

每个使用正则表达式的开发者都应该阅读这本书！！你需要提高效率的所有技巧都在这本书中。 - Arno