Regex 如何快速找到与正则表达式匹配的文件的第一行？

我想在Perl脚本中使用正则表达式搜索文件中的一行

假设它位于安装了grep的系统中，是否最好：

• 通过

  open（）

  命令调用外部

  grep

• open（）

  直接打开文件，使用

  while

  循环和

  if（$line=~m/regex/）

---

在现代的Perl实现中，regexp代码应该和grep一样快，但是如果您关心性能，为什么不试试呢？从代码干净性和健壮性的角度来看，调用外部命令行工具肯定不好。

这取决于具体情况

• 在Perl内部工作可以节省进程启动时间和其他相关资源成本
• grep可能比用Perl做同样的工作要快，但速度不是很大

---

除非性能迫使您进行优化，否则我建议您使用Perl进行优化。

使用grep需要注意的一件事是：在最近的Linux发行版中，如果您的LANG环境变量定义了UTF-8类型（例如，我的是LANG=en_GB.UTF-8），那么grep、sed、sort以及其他一些文本处理实用程序的运行速度可能要慢10倍左右。因此，如果您正在进行性能比较，请注意这一点。我现在将grep命令别名为：

LANG= LANGUAGE= /bin/grep

---

编辑：实际上，它的速度要慢100倍

您不需要显式地打开文件

my $regex = qr/blah/;
while (<>) {
  if (/$regex/) {
    print;
    exit;
  }
}
print "Not found\n";

最好是这样

---

编辑：这假设要检查的文件是在命令行中给出的，我刚刚注意到您没有说明它适用于您的情况。

视情况而定。如果您想优化开发时间

$line = `grep '$regex' file | head -n 1`;

这显然是应该做的事情

---

但是它的代价是必须启动外部进程，这取决于安装的perl以外的东西，并且在出现错误时失去了进行详细错误报告的机会。

我曾经编写了一个脚本，在一些大文本文件（每个文件大约10 MB）中搜索一些正则表达式。我用Perl正则表达式做了这项工作，并注意到它运行得非常慢。所以我试着用脚本运行grep，速度提高了很多。因此，根据我自己的经验，Perl内置正则表达式比grep慢。但你可能只会注意到它与大文件。我的建议是：两种方法都试一下，看看效果如何。

速度稍微快一点，但使用非常全局的$并不值得10%（搜索/zebra/在240k行/usr/dict/words中测量）。如果您在while循环之外分配$line，则性能影响将消失。相反，请使用grep内置的

--max count=1

在第一次匹配时停止grepping。通过这种方式，您可以避免将文件处理到底的开销（这对于大型文件可能非常重要），以及启动另一个进程以运行

head-n1

的开销。这是一个GNU扩展。有用，但不一定总是存在

sed '/pattern/q' file

sed '/pattern/q' file