Question

我正在写一些Perl脚本，我需要做很多字符串匹配。例如：

  CASE WHEN t.desired_shape = 'fade' 
         THEN 1
       WHEN t.desired_shape IS NULL
         THEN NULL
       ELSE 0
  END

要查看$ str1是否包含$ str2 - 我发现有两种方法：

方法1：使用索引功能：

my $str1 = "this is a test string";
my $str2 = "test";

方法2：使用正则表达式：

if ( index($str1, $str2) != -1 ) { .... }

哪个更好？什么时候我们应该使用其中的每一个？

Answer 1

以下是Benchmark的结果：

use Benchmark qw(:all) ;
my $count = -1;
my $str1 = "this is a test string";
my $str2 = "test";
my $str3 = qr/test/;

cmpthese($count, {
    'type1' => sub { if ( index($str1, $str2) != -1 ) { 1 } },
    'type2' => sub { if( $str1 =~ $str3 ) { 1 } },
});

结果（匹配发生时）：

           Rate type2 type1
type2 1747627/s    --  -70%
type1 5770465/s  230%    --

为了得出结论，请测试不以匹配：

my $str2 = "text";
my $str3 = qr/text/;

结果（未匹配时）：

           Rate type2 type1
type2 1857295/s    --  -67%
type1 5560630/s  199%    --

<强>结论：

index函数比正则表达式匹配快得多。

Answer 2

当我看到使用index的代码时，我通常会在index内的index内看到index，等等。：＆＃34;如果找到，请查找 this ;否则因为找不到，请找那个。＆＃34;几乎总是一个正则表达式会起作用。所以，对我来说，我几乎总是使用正则表达式，除非我有一些特殊原因要使用index。

不幸的是，我遇到的大多数程序员都没有很好地阅读正则表达式，因此为了可维护性，index方法应该比我更多地使用。

Answer 3

如果您需要子字符串匹配，请使用index。如果需要正则表达式匹配（对于regexp元字符具有特殊含义），请使用=~。子串匹配通常更快，但Perl中的正则表达式得到了很好的优化，简单的正则表达式匹配可以非常快。为自己进行基准测试。

为了获得最佳的regexp性能，您可能需要确保Perl不会多次编译正则表达式：$str =~ /$str2/o。

Perl：字符串索引函数或正则表达式 - 哪个更好，什么时候？

3 个答案: