Regex 捕获组与非捕获组

我试图测试正则表达式的捕获组和非捕获组的性能。 顺便说一下，捕获组和非捕获组之间的差别非常小。 这个结果正常吗

[root@Sensor ~]# ll -h sample.log
-rw-r--r-- 1 root root 21M Oct 20 23:01 sample.log

[root@Sensor ~]# time grep -ciP '(get|post).*' sample.log
20000

real    0m0.083s
user    0m0.070s
sys     0m0.010s

[root@Sensor ~]# time grep -ciP '(?:get|post).*' sample.log
20000

real    0m0.083s
user    0m0.077s
sys     0m0.004s

---

通常，非捕获组的性能优于捕获组，因为它们需要更少的内存分配，并且不会使组的副本匹配。但是，有三个重要的注意事项：

• 对于具有短匹配的简单、短表达式，差异通常非常小
• 启动像

  grep

  这样的程序本身需要大量的时间和内存，并且可能会压倒使用非捕获组所获得的任何小的改进
• 有些语言以相同的方式实现捕获组和非捕获组，这导致后者无法提高性能

---

如果使用大量的捕获组。 差别似乎更大

谢谢大家。：）

---

由于缓冲区中未保存任何文本，因此非捕获组比捕获组花费的时间稍短。如果您希望节省时间，请删除

*

，因为它将始终匹配，并且您不会捕获它。因为您提到了二进制文件的加载时间，您可能想提到，与CPU速度相比，文件I/O速度相当慢。希望在调用

grep

期间，整个文件

sample.log

都在操作系统的I/O缓存中。

[root@Sensor ~]# time grep -ciP "(get|post)\s[^\s]+" sample.log
20000

real    0m0.057s
user    0m0.051s
sys     0m0.005s
[root@Sensor ~]# time grep -ciP "(?:get|post)\s[^\s]+" sample.log
20000

real    0m0.061s
user    0m0.053s
sys     0m0.006s
[root@Sensor ~]# time grep -ciP "(get|post)\s[^\s]+(get|post)" sample.log
1880

real    0m0.839s
user    0m0.833s
sys     0m0.005s
[root@Sensor ~]# time grep -ciP "(?:get|post)\s[^\s]+(?:get|post)" sample.log
1880

real    0m0.744s
user    0m0.741s
sys     0m0.003s