Artikel im Internet unter http://www.hidemail.de/blog/do-and-do-not-regex.shtml.
Mittwoch, 28.2.2007, 09:52:54 Uhr

Was man mit RegEx tun sollte und was nicht


Reguläre Ausdrücke sind eine große, mächtige Fähigkeit in Perl, alle möglichen Dinge mit Zeichenketten anzustellen. Suchen, ersetzen und löschen von Teilen eines Skalars lassen sich damit ziemlich komplex und sehr variabel umsetzen.
Diese Komplexität und Flexibilität hat aber einen Nachteil: Für manche Aufgabenstellungen sind RegEx eigentlich zu langsam, bzw. es gibt wesentlich schnellere Varianten ohne RegEx.

Suchen nach festen Inhalten eines Skalars

$t="test";
if ($t=~ /te/){ ... }


sollte besser ersetzt werden durch:

$t="test";
if (index ($t,"te") != -1){ ... }


Die Variante mit index ist bis zu 50 % schneller. Funktioniert prima mit feststehenden Suchbegriffen.

Einzelne Zeichen ersetzen
Wenn man einzelne Zeichen ersetzen will, so sollte man nicht den s///-Operator anwenden, sondern tr benutzen.
Also nicht

$t=~ s/t/T/g;

sondern

$t=~ tr/t/T/;


tr ist schneller und spart Ressourcen.


\n am Zeilenende löschen
Man sollte besser nicht

$t=~ s/\n$//;


anwenden, da es wesentlich langsamer ist und mehr Ressourcen verbraucht als ein

chomp($t);




Zeichenfolge am Anfang eines Skalars suchen
Anstatt

$t = "Perltest";
if($t =~ /^Perl/) { }


sollte man besser

$t = "Perltest";
if(substr($t,0,length("Perl")) eq "Perl") { }


verwenden. Die Variante mit substr ist 25 % schneller.

Zeichenfolge am Ende eines Skalars suchen
Anstatt

$t = "Perltest";
$suchstring="test";
if($t =~ /$suchstring$/) { }


sollte man besser

$t = "Perltest";
$suchstring="test";
if(substr($t,length($t)-length($suchstring),length($suchstring)) eq $suchstring) { }


verwenden. Die Variante mit substr ist ca. 30 % schneller. Noch schneller gehts, falls die Abfrage in einer Schleife geschieht, mit

$t = "Perltest";
$suchstring="test";
$laesuchstring=length($suchstring);

for ($i=0;$i<100;$i++){
if(substr($t,length($t)-$laesuchstring,$laesuchstring) eq $suchstring) { }
}


Hier wird das doppelte length($suchstring) nur einmal außerhalb der Schleife errechnet anstatt zu jedem Aufruf. Der Geschwindigkeitsvorteil liegt bei ca. 5%.

Split mit RegEx

$t="Perl perlt";
($erstes,$zweites) = $ t=~ /(.+) (.+)/;


das ein Splitting durch das Leerzeichen darstellt, sollte besser geschrieben werden als

($erstes,$zweites)=split(" ",$t);


Die Split-Variante ist ca. 40 % schneller. Aber ich denke, normalerweise macht das eh niemand... aber passt so gut zu diesem Thema.




Artikel im Internet unter http://www.hidemail.de/blog/do-and-do-not-regex.shtml.