Regex perl中的正则表达式是否比Java或其他语言更快？

我经常听到人们说Perl中的正则表达式比其他语言更快。此外，一些在线文档还说Perl在正则表达式处理方面有优势。你们能解释一下这是不是真的，为什么吗？

关键不在于Perl比Java快（基准测试会告诉你们），而在于regexes是语言本身的一部分。举个例子，在Perl中，使用正则表达式不需要加载任何模块。看

例如，伪终端中的Perl一行程序（打印根的外壳）：

在Java中做同样的事情需要多少行

Perl实际上是正则表达式的参考语言。这就是为什么这么多语言使用引擎（这意味着与Perl兼容的正则表达式）

您可以看看。在表中，

patmch:1t

列给出了匹配URL与

/（[a-zA-Z][a-zA-Z0-9]*）：/（[^/]）+（/？[^]*）/

，而

patmch:2t

列给出了匹配URL或电子邮件与

/（[a-zA-Z][a-zA-Z0-9]*）：/（//（^]+）（/？[^]）+）（/？[^]*）/）（^+）/）（[^+）/）（[^+）/）/（[^+）/）（[^+）/）/（请注意
）。对于第一种模式，Perl大约比Java快10倍；第二，它们大致相同

通常，Perl使用回溯正则表达式引擎。这种引擎灵活、易于实现，并且在正则表达式的子集上运行速度非常快。但是，对于其他类型的正则表达式，例如当存在
|
操作符时，它可能会变得非常慢。在极端情况下，其匹配速度与模式长度成指数关系。另一种类型的正则表达式引擎基于NFA。它更难实现，但对于所有类型的输入都有稳定的性能（最差IIRC为二次型）。关于这些话题，我非常喜欢

我不知道Java正在使用什么类型的正则表达式引擎，但从基准测试来看，它的性能似乎并不令人印象深刻。您可能还对在正则表达式上计算几个C/C++库的方法感兴趣

编辑：在这两个基准测试中，模式都是针对旧版本的Linux Howto进行测试的。绝大多数行没有匹配项

关于DFA和NFA：如果我是对的，一个纯DFA不能捕获组，至少不容易。只有NFA才能捕获组。我听说，对于没有组捕获的regex部分，将本地NFA转换为DFA。我不知道这是不是真的

在PCRE上：PCRE与Perl有同样的问题——在复杂的交替中效率低下。您可以从计算机语言基准测试游戏中查看。使用PCRE的版本都比使用TCL的最快版本慢得多（可能PCRE没有使用trie？）。V8显然是该基准测试的赢家，因为。IMO，对于C++程序员来说，最好的正则表达式库是R2.2./P>< P>当两个引擎（java）中有一个明显的错误时，为什么你会考虑两个引擎的速度？（搜索Tom“tchrist”Christiansen关于该主题的文章。）例如，
\s
无法匹配许多空格字符

此外，一些在线文档还说Perl在正则表达式处理方面有优势

以下是一些：


具有许多在其他引擎中找不到的功能，可能是因为其他引擎尚未复制这些功能，或者是因为它们的设计不允许它们支持这些功能
高度优化。许多这样的优化有助于更快地报告失败的匹配，这是许多基准测试所没有涵盖的
Unicode支持方面的领先者。它的支持非常先进，以至于我们的开发人员发现了Unicode标准本身的问题，并努力解决这些问题
完全没有bug
不确定Perl与Java的对比，但Perl的速度比普通的grep快得多。有一次，我将一个大文件的20分钟grep作业转换为一个15秒的perl正则表达式。@Magnus:您使用的语言环境正确吗？对我来说，grep总是比perl快得多，因为grep不需要执行诸如捕获组之类的附加操作。几年前，当您在语言环境中指定UTF8时，随Linux发行版（grep、sed等）提供的gnutools中的文本处理程序的运行速度慢了大约100倍。（例如，请参阅）Perl的正则表达式引擎经过专门优化，可以快速查找失败的匹配。您链接到的基准测试是否测试了这一点？？？Perl使用尝试进行替换，而不是NFA。您的信息似乎已经过时十年了。@ikegami-我分析答案的方式是，NFA被提到是一种替代方法，而不是被Perl使用。@user172818是的，trie优化用于所有替代方法都知道起始字符串的替代方法。另外，如果您想要在Perl中使用Russ的正则表达式匹配器，那么只需
使用re:：engine:：RE2
；（“a“x$n）=~/（a？{$n}a{$n}/；”30
。这需要永远<代码>？

是运算符，而不是符号。它极大地增加了回溯的可能性。其他类型的集成您在别处找不到：

'abc'=~/（.*）（{push@matches，$1}）（*FAIL）/

@ikegami-我很想问这个问题，一个好的解释会丰富这一点。@sputnick-集成比不需要加载模块要深入得多（对于编译语言来说，这并不是什么大问题）。正是因为有了使用

/e

修改器的能力，以及对命名捕获的支持，使得集成变得如此独特。@ikegami:我认识到这一点。。。

perl -nE '/^root.*:([\/\w]+)$/ and say $1' /etc/passwd