Question

我有这段代码：

function toDataUri( $html )
{
  # convert css URLs to data URIs
  $html = preg_replace_callback( "#(url\([\'\"]?)([^\"\'\)]+)([\"\']?\))#", 'create_data_uri', $html );
  return $html;
}

// callback function
private function create_data_uri( $matches )
{
  $filetype = explode( '.', $matches[ 2 ] );
  $filetype = trim(strtolower( $filetype[ count( $filetype ) - 1 ] ));

  // replace ?whatever=value from extensions
  $filetype = preg_replace('#\?.*#', '', $filetype);

  $datauri = $matches[ 2 ];
  $data =  get_file_contents( $datauri );

  if (! $data) return $matches[ 0 ];

  $data = base64_encode( $data );

  //compile and return a data: URI with the encoded image data
  return $matches[ 1 ] . "data:image/$filetype;base64,$data" . $matches[ 3 ];
}

它基本上在HTML文件中搜索格式为url(path)的网址，并将其替换为base 64 Data URIS。

问题是如果输入html是几公斤，例如10kb，则返回最终响应需要很长时间。在这种情况下我们可以做任何优化，或者你有任何其他解决方案，当给出html时，它会搜索url(path)匹配并将它们转换为数据uris吗？

Answer 1

表达式已经很便宜 - 以固定字符串开头，不需要回溯。

在PCRE中有S修饰符可以启用一些正则表达式优化，但只对没有固定前缀的模式有用。

它应该不会很慢 - 对于像这样的简单正则表达式，10KB并不多。也许瓶颈在其他地方？

如果您在解析的文件中有未关闭的url(而文件的末尾没有)，那么它会扫描一下。 [^\"\'\)]{0,1000}会限制这一点。但这是一个次要的优化，只有在文件中存在病态语法错误时才会有所不同。
您可以删除整个表达式周围的()。第0场比赛总是捕捉整个弦乐。

如何优化preg_match_all或其他替代方案？

1 个答案: