Php 在html代码上运行preg_replace花费的时间太长

冒着被重定向到的风险（是的，我读了它，并在最后5分钟大声笑了出来），请允许我解释这个问题，这只是众多问题中的一个

我的雇主让我查看一个用PHP编写的网站，使用Smarty作为模板，MySQL作为DBMS。它目前运行非常缓慢，需要2分钟（整个屏幕都是白色的，不少于2分钟）才能完全加载

通过使用xdebug分析代码，我发现一个preg_replace调用需要大约30秒的时间才能完成，它目前会遍历所有HTML代码，并将找到的每个URL替换为其SEO友好版本。完成后，它会将所有代码输出到浏览器。（正如我之前所说的，这不是唯一的问题——代码很旧，它显示了——但我将在这个问题上重点讨论它。）

进一步深入研究代码，我发现它目前查看了1702个模式，每个模式都有适当的匹配（匹配和替换在大小相同的数组中），这肯定会占用时间

代码如下：

//This is just a call to a MySQL query which gets the relevant SEO-friendly URLs:   
$seourls_data = $oSeoShared->getSeourls();

$url_masks = array();
$seourls = array();
foreach ($seourls_data as $seourl_data)
{
    if ($seourl_data["url"])
    {
        $url_masks[] = "/([\"'\>\s]{1})".$site.str_replace("/", "\/", $seourl_data["url"])."([\#|\"'\s]{1})/";
        $seourls[] = "$1".MAINSITE_URL.$seourl_data["seourl"]."$2";
    }
}

//After filling both $url_masks and $seourls arrays, then the HTML is parsed:
$html_seo = preg_replace($url_masks, $seourls, $html);
//After it completes, $html_seo is simply echo'ed to the browser.

现在，我知道这个问题的明显答案是：不要用regexp解析HTML。那么，如何解决这个特殊的问题呢？我的第一次尝试可能是：

将（最好是格式良好的）HTML加载到DOMDocument中，然后获取每个a标记中的每个href属性

检查每个节点，替换为其相应匹配项找到的URL（这可能意味着无论如何都要使用以前的regexp，但字符串大小要小得多）

利润

但我认为这很可能不是解决问题的正确方法。 有什么想法或建议吗

---

谢谢。

因为你的目标是SEO友好，在目标页面中使用规范标签会告诉搜索引擎使用SEO友好的URL，所以你不需要在代码中替换它们

哎呀，从一开始这真是一个艰难、糟糕的策略，无论如何这不是你的错，
我有两个建议：-
1-由smarty创建缓存技术，因此，第一个HTML仍然在2分钟内生成>
第二个HTMl仅从静态资源获取

2-不要做之前和之后必须做的事情，所以修复系统，创建一个数据库迁移，以良好的格式存储SEO url，或者使用标题或任何东西生成它，在我的系统上，我以这种格式生成SEO链接

www.whater.com/jobs/722/drupal-php-developer 我使用722作为Id，通过解析url来获得正确的页面内容，并且（DrupalPHP开发人员）是文章的标题或任何东西

3-（这不是一个建议）告诉你的客户项目设计得不好（如果你真的相信的话），需要重组以提高绩效。

---

运行

我会说，不要把坏的URL放在html中，先放好的。而不是这种非常缓慢的方式。目前，该网站无法使用。因此，我要做的第一件事是在数据库中创建一个新列，将筛选内容移动到脱机进程，并在新列中记录结果。然后该站点至少可以工作，您可以着手修复实现。

这不是唯一的问题-代码相当旧，它显示了

，是时候重写了。不幸的是，没有快速的方法来实现您的目标，除非您修复内容中的URL，否则regex ing 1702模式有点令人担忧。感谢所有的评论（对于长篇大论的帖子，很抱歉，我想我会尽可能地说清楚。）是的，一个完整的站点重写正在进行中（改用Erlang/ChicagoBoss）但是，由于它不会很快准备好，这个老网站暂时上线了。不幸的是，要使网站处于工作状态需要付出太多的努力，所以我的雇主告诉我不要再考虑它了。thougn，这是学习如何（不）编码的好机会。也许函数需要优化，您是否确定了执行正则表达式所花费的时间。