性能

模式中一些項可能比其他一些更加高效。 比如使用 [aeiou] 這樣的字符類會比可選路徑 (a|e|i|o|u) 高效。 一般而言， 用盡可能簡單的構造描述需求是最高效的。 Jeffrey Friedl 書(精通正則表達式)中包含了很多關于正則表達式性能的討論。

當一個模式以 .* 開始并且設置了 PCRE_DOTALL 選項時，模式通過PCRE隱式錨定， 因為它可以匹配字符串的開始。然而，如果 PCRE_DOTALL 沒有設置，PCRE 不能做這個優(yōu)化，因為.元字符不能匹配換行符，如果目標字符串包含換行符， 模式可能會從一個換行符后面開始匹配，而不是最開始位置。 比如，模式 (.*) second 匹配目標字符串 ”first\nand second”(\n 是一個換行符)第一個捕獲子組結果是 ”and”。為了這樣做， PCRE 嘗試從目標字符串中每個換行符后開始匹配。

如果你使用模式匹配沒有換行符的目標字符串， 可以通過設置 PCRE_DOTALL 或以 ^.* 開始的模式明確指示錨定以獲取最佳性能。 這樣節(jié)省了 PCRE 沿目標字符串掃描查找換行符重新開始的時間。

小心模式中的無限重復嵌套。這在應用到不匹配字符串時可能會導致運行時間很長。 考慮模式片段 (a+)*

這個模式可以有 33 種方式匹配 ”aaaa”， 并且這個數(shù)字會隨著字符串的長度的增加迅速增加. (*重復可以匹配0,1,2,3,4次, 并且除了0外每種情況+都有不同次數(shù)的匹配對應)。 當模式的剩余部分導致整個匹配失敗的時候， PCRE原則上回嘗試每種可能的變化， 這將會非常耗時。

對于一些簡單的情況的優(yōu)化是像 (a+)*b 這樣緊接著使用原文字符串.。 在著手正式匹配工作之前，PCRE 檢查目標字符串后面是否有 ”b” 字符， 如果沒有就立即失敗。然而當緊接著沒有原文字符的時候這個優(yōu)化是不可用的。 你可以比較觀察 (a+)*\d 和上面模式的行為差異。 前者在應用到整行的 ”a” 組成的字符串時幾乎是立即報告失敗， 而后者在目標字符串長于 20 個字符時，時間消耗就相當可觀。