如何分析 Perl 正则表达式？

Posted 2023-03-06

【中文标题】如何分析 Perl 正则表达式？

【英文标题】：How can I profile Perl regexes?

【发布时间】：2009-01-06 04:33:14

【问题描述】：

分析 Perl 正则表达式以确定它们的成本的最佳方法是什么？

【参考方案1】：

Perl 带有Benchmark 模块，它可以获取大量代码样本，并回答“哪个更快？”的问题。我在Benchmarking Basics 上有一个Perl Tip，虽然它本身不使用正则表达式，但它确实提供了对该主题的快速而有用的介绍，以及进一步的参考。

brian d foy 在他的 Mastering Perl 书中也有一个关于基准测试的优秀章节。他很友善地提供了chapter on-line as a draft，非常值得一读。我真的不能推荐它。

保罗

【讨论】：

除了 Benchmarking 和 Profiling 章节，查看 regex 章节了解一些工具。

perl -Mre=debug / 使用 re 'debug';

【参考方案2】：

不过，仅仅说“使用 Benchmark”模块并不能真正回答问题。对正则表达式进行基准测试不同于对计算进行基准测试；你需要大量的真实数据，这样你就可以像真实数据一样强调正则表达式。如果您的大部分数据都匹配，您需要一个快速匹配的正则表达式；如果大多数都会失败，那么您需要一个快速失败的正则表达式。他们最终可能是同一个正则表达式，但也许不是。

【参考方案3】：

我的首选方法是向 RE 提供大量输入数据，然后处理该数据 N 次（例如，100,000）以查看需要多长时间。

然后调整 RE 并重试（将所有旧的 RE 保留为 cmets，以防将来需要再次对它们进行基准测试，谁知道 Perl 7 中可能会出现哪些奇妙的优化？）。

可能有一些工具可以分析 RE 为您提供特定输入的执行路径（例如 DBMS 中的分析工具），但是，由于 Perl 是懒惰的语言（Larry 自己传下来的一条诫命），我懒得去找它:-)。