正则表达式不敏感性更慢吗？

Question

Source

  

RegexOptions.IgnoreCase比我想象的要贵（例如，应该几乎不可测量）

假设这适用于PHP，Python，Perl，Ruby等以及C＃（这是我假设Jeff正在使用的），它的减速程度是多少，我会因{{1}而受到类似的惩罚我和/[a-zA-z]/会一样吗？

Answer 1

是的，[A-Za-z]比设置RegexOptions.IgnoreCase要快得多，主要是因为Unicode字符串。但它也有更多的限制 - [A-Za-z] 不匹配重音的国际字符，它实际上是A-Za-z ASCII集，仅此而已。

我不知道你是否看到Tim Bray对我的信息的回答，但这是一个很好的答案：

  

国际化搜索中最棘手的问题之一是大写和小写。这种情况的概念仅限于用拉丁语，希腊语和西里尔字符集编写的语言。讲英语的人自然希望搜索不区分大小写只是因为他们很懒惰：如果Nadia Jones想要在Google上看，她可能只会输入nadia jones并期望系统能够处理它。

     

因此，搜索系统通过将所有单词转换为大写或小写来“标准化”单词，这对于索引和查询都是相当普遍的。

     

问题在于案例之间的映射并不总是像英语一样简单。例如，德国小写字母“ß”在上层时变为“SS”，而在土耳其语中下降的好旧资本“I”变成无点“ı”（是的，他们有“我”，其大写版本是“İ”）。我已经阅读（但未经过第一手验证），在法国和魁北克省，重新加上重音字符“é”的规则是不同的。所有这一切的结果之一是，像java.String.toLowerCase（）这样的软件在尝试解决所有这些角落情况时往往会运行得非常慢。

http://www.tbray.org/ongoing/When/200x/2003/10/11/SearchI18n

Answer 2

如果您可以容忍该正则表达式中的数字和下划线，您可以例如使用\ w修饰符（Perl语法）。我相信有些引擎支持[：alpha：]，但这不是纯粹的Perl。 \ w考虑到你所在的语言环境，并且匹配大写和小写，我敢打赌它比使用[A-Z]更快而忽略大小写。

Answer 3

如果您对此感到担心，可能需要在检查之前将案例设置为全部或全部更低。
例如，在Perl中：

$x = "abbCCDGBAdgfabv";
(lc $x) =~ /bad/;

在某些情况下可能优于

$x = "abbCCDGBAdgfabv";
$x =~ /bad/i;