PHP Efficiency Issues

PHP的preg程序使用的PCRE是经过优化的NFA正则引擎，所以第4到6章介绍的许多技巧都可以直接应用。其中包括对关键部分进行性能测试，根据实际数据而不是从理论分析来比较程序的快慢。第6章给出了PHP的性能测试的例子（☞234）。

如果程序对时间要求很严格，请记住两点，回调函数通常要比模式修饰符e更快（☞465），在太长的目标字符串中使用命名捕获必须进行更多的数据拷贝。

程序运行中，遇到正则表达式会编译，但是PHP 有一个容量高达4 096 个正则表达式的大型缓存（☞242），所以实际上，特殊的pattern字符串只需要在第一次遇到的时候编译。

模式修饰符S值得单独介绍：它会“研究（study）”一个正则表达式，试图进行更快的匹配（它与Perl的study函数不相关，Perl的study函数研究的是目标字符串，而不是正则表达式☞359）。

模式修饰符S：“研究”

The S Pattern Modifier:"Study"

使用模式修饰符S告诉正则引擎，在应用这个正则表达式之前，花一点时间（注5）来研究，希望这些多花的时间是值得的。但是，也可能这样做之后也不会提升速度，但是某些情况下，速度的提升是与数据规模相关的。

现在有良好的标准来判断哪种情况下此功能具有价值：它是第 6 章所说的开头字符组识别优化（☞247）的增强。

首先要告诉你的是，除非你希望对大规模的文本应用某个正则表达式，否则不太可能节省多少时间。只有把同一个表达式应用到大规模的文本，或者大量小规模文本时，才需要考虑模式修饰符S。

不使用模式修饰符S，标准优化

来看个简单的例子「＜（\w+）」。从这个表达式中我们可以看出，每次匹配必须以字符‘＜’开头。正则引擎能够（preg套件必然会这样做）利用这一点，预先在目标字符串中搜索‘＜’，只在这些位置应用完整的正则表达式（因为匹配必须以「＜」开头，在其他位置进行匹配尝试是徒劳的）。

使用简单预搜索可以比按部就班应用整个正则表达式快得多，原因就在于这种优化。尤其是，需要搜索的字符在目标字符串中出现的次数越少，优化越明显。同样，正则引擎判断第一个字符匹配失败的工作量越大，优化越明显。这种优化对「＜i＞|＜/i＞|＜b＞|＜/b＞」比对「＜（\w+）」更明显，因为在进行下一轮尝试之前，正则引擎会尝试搜索4个不同的多选分支，这样可以减少许多工作量。

使用模式修饰符S进一步优化

preg 引擎足够聪明，能把这种优化应用到大多数正则表达式，它们的匹配必须以某个字符开头，就像上面的例子一样。不过，模式修饰符 S 告诉引擎，对于可能以多个字符开头的表达式，必须首先分析正则表达式来启用这种优化。

这里有几个正则表达式的例子，其中有一些在本章中已经出现过，使用模式修饰符 S 的结果如下：

模式修饰符S没有用处的场合

想想在哪些情况下模式修饰符S没有用会很有其法：

●开头有锚点的表达式（例如「^」和「\b」），或者一个锚点紧跟全局性多选分支。这限于当前的实现，「\b」的限制，理论上在未来的某些版本中可以去掉。

●能够匹配空字符的表达式，例如「\S＊」。

●表达式可以从任何字符开始匹配（或者是绝大多数字符），例如「（？：[^（）]++|\（（？R）\））＊ 」，请参考第 475 页的例子。这个表达式能够从除‘）’之外的任何字符开始匹配，所以预先检查一遍几乎不会去掉任何开始的位置。

●开头字符只有一种可能的表达式，因为它们已经进行了优化。

使用建议

使用模式修饰符 S 之后，preg 引擎花在预分析上的时间并不会太长，所以如果你希望对大量的文本应用正则表达式，无妨使用它。如果你觉得有机会使用，潜在的可能就值得尝试。