优化 NSRegularExpression 性能

Question

我的应用有一个供稿，其中的帖子可以包含 URL、#hashtags 和 @mentions。我使用名为 ActiveLabel 的 pod 显示它们。这个 pod 做得很好，但是滚动时我的提要稍微滞后。我的提要是UICollectionView，细胞生成稍有滞后。我在滚动时分析了我的应用程序，并分析了滞后峰值。延迟几乎不明显，但让我很恼火。

如您所见，主要的违规者是 NSRegularExpression 搜索。

我尝试通过在没有数据类型实例时禁用数据检测来稍微优化这一点，使用.contains()。这使它稍微快了一点，但滞后峰值仍然存在。

let enabledTypes:[ActiveType] = {
        var types = [ActiveType]()
        if ad.caption.current.string.contains("#") { types.append(.hashtag) }
        if ad.caption.current.string.contains("@") { types.append(.mention) }
        if ad.caption.current.string.contains("://") { types.append(.url) }
        if ad.caption.canExpand { types.append(seeMore) }
        return types
    }()
label.enabledTypes = enabledTypes

我还跟踪了this article 中的每一步，这有点帮助，但还不够。所以我需要修复正则表达式。

ActiveLabel 使用的正则表达式是

static let hashtagPattern = "(?:^|\\s|$)#[\\p{L}0-9_]*"
static let mentionPattern = "(?:^|\\s|$|[.])@[\\p{L}0-9_]*"
static let urlPattern = "(^|[\\s.:;?\\-\\]<\\(])" + "((https?://|www\\.|pic\\.)[-\\w;/?:@&=+$\\|\\_.!~*\\|'()\\[\\]%#,☺]+[\\w/#](\\(\\))?)" + "(?=$|[\\s',\\|\\(\\).:;?\\-\\[\\]>\\)])"

它与它们一起使用

 static func getElements(from text: String, with pattern: String, range: NSRange) -> [NSTextCheckingResult]{
    guard let elementRegex = try? NSRegularExpression(pattern: pattern, options: [.caseInsensitive]) else { return [] }
    return elementRegex.matches(in: text, options: [], range: range)
}

搜索其他正则表达式以检测主题标签和提及，但我没有找到任何有所作为的东西。

我试图在后台线程上布局标签，但这显然崩溃了，因为 UI 不喜欢在后台线程上完成。我可以重写 ActiveLabel 以主要在我可以使用回调而不是返回类型的后台线程上工作，但我想避免这种情况。

我检测到数据的一些字符串示例：

“Arnie 说，Aspen。Str. Small。Varm og God jakke。Veldig fin på！Fremstår ubrukt。Kun brukt et par ganger,rett og slett fordi jeg har alt for mange jakker????#urban #arnie #说#aspen #ubrukt”

“Skjorte pent brukt iorganisk bomull fra tom 裁缝 originalpris 300kr #organisk #bomullsjorte #bomull #flower #floral”

“Jean Paul genser i 100% ull, pent brukt✨ er i str.m, men veldig liten, passer xs-s! \n #jeanpaul #genser #classy #litebrukt #brun #ull”

如您所见，我们的用户主要是标签的东西，所以一个是最重要的。

有什么方法可以改进NSRegularExpression 或正则表达式以避免性能下降？

Answer 1

As @raidfive suggests，您最好的做法很可能是提前创建一个或多个 NSRegularExpression 实例，并在需要时重复使用它们。

请注意，由于正则表达式的创建/编译对您的时间配置文件产生了最大的影响（至少，在您共享的尽可能多的时间配置文件中），缓存正则表达式可能会为您赢得足够的性能，您不再需要只启用您需要的检测元素的中间优化。在这种情况下，您只需要一个正则表达式（表示检测所有可能的元素类型），因此缓存/重用很容易。

另外请注意，您的中间“优化”可能一开始并没有真正提高性能——它甚至可能会损害性能。匹配一个正则表达式，无论多么复杂，都需要完整地（大致）搜索整个字符串一次。试图决定要检测哪些元素类型意味着多次搜索字符串——每个contains("#")（等）测试一次，然后再根据正则表达式评估字符串。重复的字符串搜索可能比单个正则表达式的编译成本更高。

如果您在实现单个缓存的通用正则表达式后发现您仍然（不知何故）在正则表达式性能方面受到限制，您可以缓存多个正则表达式，一个用于您正在处理的每个搜索场景。据推测，组合学的结果是，您仍然拥有比要处理的字符串少得多的不同正则表达式，因此如果您在用户开始滚动之前将它们全部编译，则您无需支付在滚动期间编译它们的时间成本。但是，根据上一段，这只有在您有一种廉价（即不是字符串搜索）的方式来检测每个字符串所需的正则表达式时才有意义。

Answer 2

您可以尝试创建 NSRegularExpression 实例并将其存储在变量（类或实例）中，这样您只需创建一次。