Php PCRE_UTF8修改器速度极慢

出于某种原因，只需将PCRE_UTF8修饰符添加到regex输入中，即使不使用多字节字符，执行时间也会增加大约十倍（x10）。我不明白为什么会这样，以及如何最好地缩短时间。用于测试的脚本是：

$s = microtime(true);
for ($i = 0; $i < 1000; $i++) {
    preg_match('/ /u', str_repeat(' ', 50000), $match);
}
$e = microtime(true);
echo "u Modifier:\t".(($e-$s)/$i)."\n";
$s = microtime(true);
for ($i = 0; $i < 1000; $i++) {
    preg_match('/ /', str_repeat(' ', 50000), $match);
}
$e = microtime(true);
echo "No Modifier:\t".(($e-$s)/$i)."\n";

我试着看看这是否是一个已知的在线bug，但是

这是由什么引起的？要更快地执行match1，最好的方法是什么

---

---

1“比赛”指任何比赛。所使用的示例只是一个简单的示例，显然可以以更好的方式进行匹配。

PCRE在进行任何其他处理之前检查UTF的有效性

从：

当设置了

PCRE2_UTF

选项时，作为模式和主题传递的字符串（默认情况下）在输入相关函数时检查其有效性。如果传递了无效的UTF字符串，则返回一个负错误代码。通过调用

pcre2\u get\u startchar（）

，可以从匹配数据块中提取有问题字符的代码单位偏移量，这在UTF错误后用于此目的

在进行任何其他处理之前，将检查整个字符串。除了检查字符串的格式外，还将进行一项检查，以确保所有代码点位于U+0到U+10FFFF范围内，不包括代理区域。所谓的“非字符”代码点并没有被排除在外，因为Unicode勘误表9明确指出它们不应该被排除在外

在某些情况下，您可能已经知道您的字符串是有效的，因此希望跳过这些检查以提高性能，例如在重复扫描长主题字符串的情况下。如果您在编译时或匹配时设置了PCRE2\u NO\u UTF\u CHECK选项，则PCRE2会假定给定的模式或主题（分别）仅包含有效的UTF代码单元序列

（注：这些文件引用自PCRE2，但PCRE行为相同）

不幸的是，我认为没有办法从PHP设置

PCRE2\u NO\u UTF\u CHECK

选项

---

无论如何，您的基准测试应该经过更多的迭代才有意义。您应该测量几秒钟的计算时间，以更好地了解此功能的影响。

匹配utf-8字符比字节慢。我想，但空格不是多字节的，所以理论上，它不应该大致相同吗？我只是不明白为什么在这种情况下会有如此重大的打击。PCRE怎么知道只有空格？你说它是UTF-8，它认为它是UTF-8，这很公平。这看起来很奇怪，它需要10倍的时间。这听起来是对的。检查整个字符串似乎正是产生如此巨大差异的原因。