Question

我有多个文本字段，每个字段都是文本段落，我想使用正则表达式在这些字段上搜索特定模式，例如：

my $text1 =~/(my pattern)/ig;
my $text2 =~/(my pattern)/ig;
...
my $textn=~/(my pattern)/ig;

我想知道在perl上使用相同的正则表达式搜索多个文本是否有效，或者我应该使用上述格式？

Answer 1

使用topicaliser。

for ($text1, $text2, $textn) {
    /(my pattern)/ig && do { ... };
}

当您有编号变量时，它是一个红色标记，您应该考虑使用复合数据结构。使用简单的数组看起来几乎相同：

for (@texts) {

Answer 2

my $pattern = qr/((?:i)my pattern)/;
my @matches;
push @matches, $text1 =~ /$pattern/g;
push @matches, $text2 =~ /$pattern/g;
push @matches, $textn =~ /$pattern/g;

这就像我能想到的那样高效 - 理论上预编译一次正则表达式，虽然我不确定是否将它插回到//以获得'g'修饰符撤消任何编译。当然，我也不得不怀疑这是否真的是一个瓶颈，如果你只是在看一些过早的优化。

Answer 3

这个问题的答案取决于你的模式是否包含任何变量。如果没有，perl已经足够聪明，只能构建一次RE，只要它在任何地方都是相同的。

现在，如果你确实使用变量，那么@ Tanktalus的回答很接近，但通过再次编译RE会增加不必要的复杂性。

使用此：

my @matches;
push @matches, $text1 =~ /((?:i)my pattern with a $variable)/o;
push @matches, $text2 =~ /((?:i)my pattern with a $variable)/o;
push @matches, $textn =~ /((?:i)my pattern with a $variable)/o;

为什么？

通过在RE模式中使用变量，perl被强制为每个实例重新编译，即使该变量是@ Tanktalus的答案中的预编译RE。 /o确保它只在第一次遇到时编译一次，但是对于代码中的每个出现，它仍然必须编译一次。这是因为Perl无法知道$ pattern是否在不同用途之间发生了变化。

其他考虑因素

在实践中，正如@Tanktalus所说，我怀疑这是一个过早优化的大肥。 /o /只在你的模式包含变量时才重要（否则perl非常聪明，只能编译一次！）

使用@Tanktalus建议的预编译RE的更有用的原因是提高代码可读性。如果你有一个大毛茸茸的RE，那么在任何地方使用$ pattern都会大大提高可读性，并且性能成本很低（你不会注意到的）。

结论

如果你的RE包含变量，只需使用/o（除非你真的需要变量在每次运行时更改RE），否则不要担心它。

在多个文本上搜索相同正则表达式的有效方法

3 个答案:

为什么？

其他考虑因素

结论