Question

我正在编写http解析器并具有这些功能

int parse_useragent(char* buf, int length){
    buf[length] = '\0';
    if(strstr(buf, "MSIE") != NULL){
        return 1;
    }else if(strstr(buf, "Firefox") != NULL){
        return 2;
    }
    return DEFAULT_USERAGENT;
}

void parse_headers(unsigned char* buf, http_record_t * http){
    char * position = (char*)buf;
    char referer[] = "Referer";
    char useragent[] = "User-Agent";
    ...
    int length = getlinelength(position); // returns length of line
    while(length != 1){ // position points to start of line every iteration of cycle
        if(strncmp(position, useragent, sizeof(useragent)-1) == 0){
            http->useragent = parse_useragent(position, length);
            fprintf(stderr,"parsing useragent \n");
        }else if(strncmp(position, referer, sizeof(referer)-1) == 0){
            fprintf(stderr,"parsing referer \n");
            char * tmp = malloc(REFERER_LENGHT * sizeof(char));
            parse_referer(tmp,position, length);
            strncpy(http->referer,tmp, REFERER_LENGHT * sizeof(char) - 1);
        }else if(...

        position += length + 1;
        length = getlinelength(position);
    }
    return;
}

buf指向http标头的开头。

我的每个标题都有parse_useragent的功能，我真的需要优化它们。分组长度通常<1000，线路长度很少超过100。这种短字符串的优化是否会产生明显的影响？

我知道其中一些算法需要不同的解析方法，然后逐行解析。在这些特定条件下选择哪种方式？

感谢您的帮助！

Answer 1

如果你不介意将字符串硬编码到代码中，我认为lex将是执行此类任务的最快工具。因为它在源代码中明确地构建了一个有限状态自动机。

以下是执行此任务的示例lex代码：

%option noyywrap
%{
enum Type{
    TFIREFOX = 0, TMSIE = 1
};
enum Type global_variable; /* the variable to store the parsing result */
%}

%%
FIREFOX {global_variable = TFIREFOX; yyterminate();}
MSIE {global_variable = TMSIE; yyterminate();}
. {}
%%

int lex_strstr(char *buf, int n)
{
    global_variable = -1;
    YY_BUFFER_STATE bs = yy_scan_buffer(buf, n);
    yy_switch_to_buffer(bs);
    yylex();
    return global_variable;
}

将其存储在resulte.l等文件中，然后使用flex编译它以获取c头文件：

flex -o head.h result.l

这是一个展示如何工作的例子：

#include "head.h"
int main()
{
    {
        char buf[] = "this is a test MSIE string\0\0";
        printf("%d\n", lex_strstr(buf, (sizeof buf)));
    }
    {
        char buf[] = "this is a test FIREFOX string\0\0";
        printf("%d\n", lex_strstr(buf, (sizeof buf)));
    }
    {
        char buf[] = "this is a test MSIEFIREFOX string\0\0";
        printf("%d\n", lex_strstr(buf, (sizeof buf)));
    }
    {
        char buf[] = "this is a test MIEFIEFOXdfa\0\0";
        printf("%d\n", lex_strstr(buf, (sizeof buf)));
    }
}

结果：

Answer 2

将字符串转换为前缀长度。

浪费了很多时间来查找C字符串中的终止空字符，并且长度前缀字符串消除了这些浪费，同时增加了自己的开销。

野外有一个库，可以是BSD或MIT许可（阅读：免费供任何人使用），这是一个非常优化并具有非常低的错误数量的库。但是，对于我的生活，我想不到lib的名字。可能是Safestr。如果页面将为您加载，请查看here以查找Safestr或here。

大多数优化的strstr（）类似于我的代码的函数

2 个答案: