返回主题:正则引擎与回溯性能

知识卡片

普通读书笔记卡 · 1914.a

避免重复编译

理解等级:未标注

模式使用前需检查并形成内部表示,未变化的模式可复用它。对象式接口可将编译对象移到循环外;集成式或函数式接口也可能自动缓存,不能假定每次调用都重新编译。动态插值可能需要重新生成并比较模式,工作集超过缓存容量又可能反复淘汰。按实际接口核对缓存与模式变化,分别衡量编译、查缓存和匹配成本。

原书Perl进一步区分无插值文字的直接缓存,以及插值后比较新旧模式、必要时重编译。两者都不是把缓存保留到下一次进程运行;嵌入代码变量不是普通模式插值,闭包生命周期又需另查。

Java需要反复使用相同模式时,可先编译Pattern,再为输入创建或重置Matcher。Pattern.matcher只建立模式和输入的关联,不会提前执行查找。书中成本判断是避免重复准备的原则,具体收益仍依真实调用范围。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 6 处

    • · 查看原书依据

      Pattern.compile程序。通过比较我们发现,Java版本的正则表达式包含了更多的反斜线,原因是Java要求正则表达式必须以字符串方式提供。正则表达式中的反斜线必须转义,以避免Java在解析字符串时按照自己的方式处理它们。 我们还应该注意到,正则表达式不是在程序

    • · 查看原书依据

      Java CSV程序的补充内容说明了这一点。 这些修改背后的道理会在下一章讲解,最终我们会在271页给出效率最高的办法。 其他CSV格式 Micorsoft的CSV格式很流行,因为它是Microsoft的CSV格式,但其他程序可能有不同格式,我见过的情况还有: ●使用任

    • · 查看原书依据

      不是编译的速度。 速度取决于所使用的虚拟机(VM)。Sun的标准JRE有两种虚拟机,client VM为快速启动而优化,server VM为长时间、大负荷的作业而优化。 在我的机器上,使用client VM运行测试的结果如下: 使用server VM的结果如下: 这样看

    • · 查看原书依据

      编译缓存 第2章的E-mail处理程序中,用于处理header各行的主循环体中是这样的: 正则表达式使用之前要做的第一件事情是进行错误检查,如果没有问题则编译为内部形式。编译之后的内部形式能用来检查各种字符串,但是这段程序的情况如何?显然,每次循环都要重新编译所有正则表

    • · 查看原书依据

      无条件缓存(unconditional caching)和按需重编译(on-demand recompilation)。 无条件缓存 如果正则文字中没有插值变量,Perl就知道这个正则表达式在两次应用之间不会变化,所以第一次编译完成之后,会保存编译的形式(“缓存”),以

    • · 查看原书依据

      预编译Pattern对象就很有价值。 调用Patern.compile可能抛出两种类型的异常:如果正则表达式不合规则,抛出Pattern-SyntaxException,选项不合规则,抛出IllegalArgumentException。 Pattern的matcher

    参考来源

    - 位置:《精通正则表达式(第3版)》使用正则表达式修改文本(spine 18;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0007_split_003.html`;来源键`s018-ch06-002`)。 - 结论依据:正文明确说明该机制,相关图片已实际读取;不将历史例子扩大为通用输入或接口保证。 - 原始内容:Pattern.compile程序。通过比较我们发现,Java版本的正则表达式包含了更多的反斜线,原因是Java要求正则表达式必须以字符串方式提供。正则表达式中的反斜线必须转义,以避免Java在解析字符串时按照自己的方式处理它们。 我们还应该注意到,正则表达式不是在程序 - 位置:《精通正则表达式(第3版)》扩展的例子(spine 37;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0010_split_004.html`;来源键`s037-ch06-002`)。 - 结论依据:本节全文及相应图片实际读取;把示例的数据和接口假设一起保留,不宣称覆盖完整外部标准。 - 原始内容:Java CSV程序的补充内容说明了这一点。 这些修改背后的道理会在下一章讲解,最终我们会在271页给出效率最高的办法。 其他CSV格式 Micorsoft的CSV格式很流行,因为它是Microsoft的CSV格式,但其他程序可能有不同格式,我见过的情况还有: ●使用任 - 位置:《精通正则表达式(第3版)》性能测试(spine 41;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0011_split_003.html`;来源键`s041-ch06-002`)。 - 结论依据:本项全文及执行图/代码/结果表已实际读取;统计只作原书模型和原书测试说明,未实际运行。 - 原始内容:不是编译的速度。 速度取决于所使用的虚拟机(VM)。Sun的标准JRE有两种虚拟机,client VM为快速启动而优化,server VM为长时间、大负荷的作业而优化。 在我的机器上,使用client VM运行测试的结果如下: 使用server VM的结果如下: 这样看 - 位置:《精通正则表达式(第3版)》常见优化措施(spine 42;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0011_split_004.html`;来源键`s042-ch06-002`)。 - 结论依据:本项全文和图348..354实际读取;优化是具体实现可能采取的措施,未冒称本机或现版本已经支持。 - 原始内容:编译缓存 第2章的E-mail处理程序中,用于处理header各行的主循环体中是这样的: 正则表达式使用之前要做的第一件事情是进行错误检查,如果没有问题则编译为内部形式。编译之后的内部形式能用来检查各种字符串,但是这段程序的情况如何?显然,每次循环都要重新编译所有正则表 - 位置:《精通正则表达式(第3版)》Perl效率(spine 56;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0012_split_009.html`;来源键`s056-ch06-002`)。 - 结论依据:本项全文、表7-6及图527..553均实读;旧版性能结论与当日官方文档核对分开记录。 - 原始内容:无条件缓存(unconditional caching)和按需重编译(on-demand recompilation)。 无条件缓存 如果正则文字中没有插值变量,Perl就知道这个正则表达式在两次应用之间不会变化,所以第一次编译完成之后,会保存编译的形式(“缓存”),以 - 位置:《精通正则表达式(第3版)》Pattern的编译与Matcher创建(spine 63;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0013_split_005.html`;来源键`s063-ch06-002`)。 - 结论依据:本项正文及对应图554..598实读;旧版接口、示例限制与已核验勘误分开说明。 - 原始内容:预编译Pattern对象就很有价值。 调用Patern.compile可能抛出两种类型的异常:如果正则表达式不合规则,抛出Pattern-SyntaxException,选项不合规则,抛出IllegalArgumentException。 Pattern的matcher