PHP正则表达式性能

我必须从字符串中取出一些数据。不幸的是，数据的格式确实不友好。我必须创建大约15个正则表达式，放在单独的preg__替换中。值得一提的是，它们本身有很多或（|）个。我的问题是，我最后应该做什么：将所有表达式组合成一个表达式，并使用|将它们分开，或者在单独的preg|u替换中保持它们的原样

创建其他表达式以保持清晰是非常糟糕的做法吗？我想也许我可以把一些表达组合成一个，但它们变得非常复杂，无法理解

例如，我有：

$itemFullName = preg_replace("@^\b(([a-zA-Z]{1,3})?[0-9]{1,2}(\.|\-|X)[0-9]{1,2}(\s|\.|\-)?(X|x)?\s?[0-9]{1,3}\.?(([0-9]{1,3})?(X[0-9]{1,3})|(\s[0-9]\/[0-9]|\/[0-9]{1,3}))?(\s\#[0-9]{1,3}\/[0-9]{1,3})?)\s@", ' ', $itemFullName, -1, $sum);

我的问题是，我最后应该做什么：将所有表达式组合成一个表达式，并使用|将它们分开，或者在单独的preg|u替换中保持它们的原样

将正则表达式保留在单独的

preg_replace（）

调用中，因为这样可以提高可维护性、可读性和效率

在正则表达式中使用大量OR运算符

|

对性能不友好，尤其是对于大量文本，因为正则表达式引擎必须应用于输入中的每个字符，它必须应用OR运算符的

|

列表中的每个选项。

无序： 对于初学者，您的原始PHP语句：

[0-9）0-9[0-9[1-9[0-9[0-9[0-9[0-9[0-9[0-9[0-9[0-9[10-9]1,2}（\.124？？？？？[1,2 | 10-1,10-9[0-9[10-9[10-9[10-9[10-9[10-9[10-9[1,1，1，1，3）1，3）1，3）1，3）10[0-10[0-9[0-9[0-9[0-9[0-9[0-9[1，1，1，1，1，1，3）1，3）1，3）1，3）1，3）10[1，3）10[10[10[10[0-9[0-9[0-9[0-9[1，1，1，1，1，3]10[3[0-9]{1,3}\/[0-9]{1,3}）\s@“，”$itemFullName，-1，$sum）； 如果您在自由间距模式下编写它，并使用如下注释，那么它的可读性（和可维护性）会更高：

整洁的：

$itemFullName=preg_replace（“/（？#！php re_item_tidy Rev:20180207_0700）
^#锚定至管柱起点。
\字符串必须以单词char开头。
（#$1：不必要的团体。
（[a-zA-Z]{1,3}）#$2：可选1-3个字母。
[0-9]{1,2}#1-2位十进制数字。
（\.\-\124; X）\$3：点、连字符或X。
[0-9]{1,2}#一个或两个十进制数字。
（\s|\.|\-）？#$4：可选空白、点或连字符。
（X | X）？#5美元：可选X或X。
\s？[0-9]{1,3}\.？#可选空白，1-3位，可选点。
（#6美元：可选？？？来自2个备选方案。
（[0-9]{1,3}）？#2$7中的任意一个：可选1-3位。
（X[0-9]{1,3}）#$8:X和1-3位数字。
|（#或2$9:1？？？来自2个备选方案。
\s[0-9]\/[0-9]\#一个或两个。
|\/[0-9]{1,3}或A2OF。
)#结束$9:1？？？来自2个备选方案。
)？#结束$6：可选？？？来自2个备选方案。
（#$10：可选序列。
\s\#[0-9]{1,3}#空格，散列，1-3位。
\/[0-9]{1,3}#正斜杠，1-3位。
)？#结束$10：可选序列
)#结束1美元：不必要的团体。
\s#以一个空格字符结尾。
/x“，”$itemFullName，-1，$sum）；

评论文章： 这个正则表达式在性能方面确实不错。它在起始处有一个字符串起始锚点，这有助于它在非匹配字符串中快速失败。它也没有任何回溯问题。但是，可以做一些小的改进：

• 有三组备选方案，其中每个备选方案仅包含一个字符-每个备选方案都可以替换为一个简单的字符类
• 共有10个捕获组，但preg_replace不使用任何捕获的数据。这些捕获组可以更改为非捕获组
• 有几个不必要的组可以简单地删除
• 第2组：

  （[a-zA-Z]{1,3}）

  可以更简单地写成：

  [a-zA-Z]{0,3}

  。第7组具有类似的结构
• 开头的

  \b

  字边界是不必要的
• 对于PHP，最好将正则表达式模式封装在单引号字符串中。双引号字符串有许多必须转义的元字符。单引号字符串只有两个：单引号和反斜杠
• 有一些不必要的前斜杠逃脱了

还要注意，您正在使用

$sum

变量来计算

preg_replace（）

进行的替换次数。由于在模式的开头有一个

^

字符串锚点的开头，您将只有一个替换，因为您没有指定

'm'

多行修饰符。我假设您确实希望执行多个替换（并将它们计入

$sum

），因此我添加了

'm'

修饰符

以下是包含以下更改的改进版本：

整洁的：

$itemFullName=preg_replace（'%（？#！php/m re_item_tidier Rev:20180207_0700）
^#锚定至管柱起点。
[a-zA-Z]{0,3}#可选1-3个字母。
[0-9]{1,2}#1-2位十进制数字。
[.X-]#点、连字符或X。
[0-9]{1,2}#一个或两个十进制数字。
[\s.-]？#可选空格、点或连字符。
[Xx]？#可选X或X。
\s？[0-9]{1,3}\.？#可选空白，1-3位，可选点。
（？：#可选？？？来自2个备选方案。
[0-9]{0,3}#任意一个A1O2：可选1-3位
X[0-9]{1,3}#后跟X和1-3位数字。
|（？：#或a2of2:1？？？来自2个备选方案。
\s[0-9]/[0-9]#二者之一。
|/[0-9]{1,3}#或a2of2。
)#结束2个备选方案中的一个。
)从2个备选方案中选择“结束”。
（？：#可选序列。
\s\#[0-9]{1,3}#空格，散列，1-3位。
/[0-9]{1,3}#前进