正則表達式性能：Boost與Perl

Question

我正在尋找perl和boost正則表達式之間的性能比較。
我需要設計一段非常依賴正則表達式的代碼，並且可以在以下兩者之間進行選擇：

1. 通過Boost正則表達式運行它
2. 派遣perl解釋器並在perl中進行工作

我知道perl以其優化的字符串處理而聞名。 但是，我找不到提升Boosting正則表達式庫的性能比較。
您知道這樣的比較嗎？
謝謝

Answer 1

從應用程序內部運行Perl解釋器的啟動成本（通過我推測的系統功能）將超過您使用Perl的正則表達式引擎所獲得的任何收益。 例外是，如果您有一個非常復雜的正則表達式，而Perl的正則表達式實現恰好針對其優化，而boost的正則表達式引擎則沒有。

真正的答案是我不知道有任何這樣的比較，但是Perl的正則表達式功能不一定是最快的。 有關在某些表達式中擊敗Perl正則表達式的算法的信息，請參見此處 。

編輯：可以通過鏈接到libperl或使用libPCRE來克服啟動完整的perl解釋器的啟動成本。 如果需要，使用Boost可能會為您提供更多的靈活性和性能調整選項。

最后說明：boost.regex和Perl的regex在性能方面沒有已知的直接比較。 解決方案是同時嘗試這兩種方法，看看哪種方法對OP的特定情況更有效。

（編輯：Boost和PCRE之間現在有了很好的比較。請參見http://www.boost.org/doc/libs/1_41_0/libs/regex/doc/gcc-performance.html ）

Answer 2

如果您還沒看過的話，那么Great Language Shootout中就有一個regexp基准測試 。 Perl的排名根本不高。 使用boost::xpressive Boost實現排名第一（在編譯時對表達式進行預編譯）。 但是，這是一個微基准，因此可能不代表一般正則表達式的速度，但仍然值得一看。

出乎意料的是，到目前為止，最快的正則表達式引擎顯然是Google Chrome的V8 JavaScript JIT（僅使用單個CPU內核，在掛鍾時間內幾乎擊敗了GCC）

Answer 3

如果您的正則表達式在編譯時是固定的，則還可以考慮使用Boost.XPressive 。 它允許將正則表達式編寫為在編譯時進行解析的表達式模板。

Answer 4

從最簡單的解決方案開始。 確定應用程序所需的速度。 然后測量速度。 如果太慢，請嘗試較難的解決方案。 再次測量。 根據需要重復。

盡管我的直覺同意其他大多數回答，即啟動解釋器將花費更多，但您只有在進行測量后才能知道。

有“可能的最快”和“足夠快的應用程序”。 如果已經有了后者，請不要增加復雜性以獲取前者。

Answer 5

除非您的正則表達式非常復雜（順便說一句，Perl的正則表達式引擎的運行速度非常快），否則就像其他人所說的那樣，您的開銷是在解釋器啟動上。 另一方面，您可以運行一個持久的Perl，它很容易提供正則表達式服務器。

Answer 6

如果您確實需要快速，則可以獲取REGEX內容協處理器。 我知道有兩個。 泰坦尼克號生產一系列處理器。 另一種是卡維姆制成的。 最后，LSI收購了一家規模較小的公司，並正在運送一系列正則表達式匹配處理器 。

這些系統可以並行而不是一次執行數千個正則表達式。 使用它們的最昂貴的部分是將內存移至它們並移回它們，以及處理塊限制等。

但是，如果要考慮性能，則可能需要嘗試一下。

Answer 7

perl解釋器將是固定成本。 如果通過解釋器運行數據節省的時間大大超過了解釋器成本（即，您有很多數據），那么性能將得到提高。

您可能最好在這里使用純C ++，這僅僅是因為進程調用的緣故。

抱歉，我沒有數據。 希望能看到您的測試結果。