是否有比 preg 函数和正则表达式更快的替代方法 [关闭]答案

【问题标题】：Is there a faster alternative to preg functions and regex [closed]是否有比 preg 函数和正则表达式更快的替代方法 [关闭]
【发布时间】：2015-05-07 16:02:49
【问题描述】：

我正在寻找一种更好的方式来为我的网络代理编写插件。它涉及解析用户想要的页面的 html，去除除非东西（广告、烦人的 js 等...）并将页面提供给用户。

除非东西部分是使用preg_replace and regex完成的。是的，我知道DOMDocument比正则表达式更推荐，但preg_replace is faster。性能是最重要的，因为我需要尽快为用户服务，释放系统资源。

这里是一个典型的 preg_replace 语句示例

$input = preg_replace('#<div id="above-related".*?</div>#s', '', $input); 在一个典型的插件中可能有 4-15 个 preg_replace 语句。

我可以优化 strip out unless stuff 部分

【问题讨论】：

标签： php regex preg-replace

【解决方案1】：

您可以通过减少正则表达式的数量、表达式的复杂性和输入大小来加快匹配速度。

例如你的例子：'#<div id="above-related".*?</div>#s'

您可以使用strpos 和substr 来减小输入的大小：

$input = "<html>..</html>";
$offset = 0;
while ($start = strpos('<div id="above-related"', $input, $offset)) {
    $end = strpos("</div>", $input, $start);
    $substr = substr($input, $start, $end); // take the small slice
    $result = preg_replace('#<div id="above-related".*?</div>#s', '', $substr);
    // stitch the input back together:
    $input = substr($input, 0, $start) . $result . substr($input, $end);
    $offset = $start + 1; // continue looking for more matches
}

在您的示例中，替换实际上并没有使用匹配，因此它可以是直接向上的：

$input = "<html>..</html>";
$offset = 0;
$match_start = '<div id="above-related"';
$match_end = '</div>';
while ($start = strpos($match_start, $input, $offset)) {
    $end = strpos($match_end, $input, $start);
    $input = substr($input, 0, $start + strlen($match_start)) . substr($input, $end);
    $offset = $start + 1; // continue looking for more matches
}

这里的诀窍是 strpos 和 substr 比 preg_replace 快得多（轻松 100 倍）。

如果您可以找到非正则表达式匹配，或者甚至可以为每个规则找到非正则表达式替换策略，那么您将看到显着的加速。

【讨论】：