在perl中替换文本中的一组单词的速度-

上下文优先：我试图在维基百科页面上突出显示歌曲标题。首先，我从页面中获取引用的部分，检查它们是否存在于歌曲标题数据库中，然后突出显示我找到的部分。数据库部分速度惊人，提取歌曲标题（它们被引用）也是如此

因此（我认为）我需要替换HTML中的一组单词（标题），并将它们包装成这样的跨度（对于每个单词）：

速度下降了10倍。将速度与NYTProf进行比较，所有差异似乎都在

CORE:subcont

为什么呢

---

（特别感谢您就如何避免替换标签内的文本提出建议，如

id=“word\u to\u be\u replacement”

）

我不知道您实际上在做什么，因为您只找出了您认为问题所在的内容（我们看不到其他内容）

首先，您有

加入“”、“、$”、“

，但那只是

qq（“$”）

接下来，如果你有一个用引号括起来的交替单词，你不需要在每个单词周围加引号。将单词分组，并在其周围加上引号：

s/ " (?: word1 | word2 | ... ) " /.../x;

我的第一个怀疑是，无论你的模式做什么，都会涉及到更多的回溯

---

为了避免替换HTML中可能存在的相同文本，我将使用HTML解析器，只查看文本。但是，这将比已经发生的事情花费更长的时间。

事实上，没有更多的事情了——我正试图在维基百科页面上突出歌曲标题。首先，我从页面中获取引用的部分，检查它们是否存在于歌曲标题数据库中，然后突出显示我找到的部分。数据库部分速度惊人。我很荣幸能得到你的答案，SirYou可以用所有的问题来更新你的问题。也许你应该考虑使用HTML解析器？关于这一点，有一种说法。@TLP-no-事实上，我一直在使用解析器（Mojo:：DOM）并在树中导航，最终得到的结果比较慢。蛮力“到处替换”真的很快，我想保持这一点。

my $re = join '|', map { quotemeta($_) } @words;
$dom =~ s/($re)/<span class="something">$1<\/span>/gi;

my $re = join '|', map { quotemeta(join '', '"', $_, '"') } @words;

s/ " (?: word1 | word2 | ... ) " /.../x;