php – Profiling Regex Lexer
发布时间:2020-12-13 22:31:42 所属栏目:PHP教程 来源:网络整理
导读:我用 PHP创建了一个路由器,它接受DSL(基于Rails 3路由)并将其转换为Regex.它有可选的段(用(嵌套)括号表示).以下是当前的lexing算法: private function tokenize($pattern){ $rules = array( self::OPEN_PAREN_TYPE = '/^(()/',self::CLOSE_PAREN_TYPE = '/
我用
PHP创建了一个路由器,它接受DSL(基于Rails 3路由)并将其转换为Regex.它有可选的段(用(嵌套)括号表示).以下是当前的lexing算法:
private function tokenize($pattern) { $rules = array( self::OPEN_PAREN_TYPE => '/^(()/',self::CLOSE_PAREN_TYPE => '/^())/',self::VARIABLE_TYPE => '/^:([a-z0-9_]+)/',self::TEXT_TYPE => '/^([^:()]+)/',); $cursor = 0; $tokens = array(); $buffer = $pattern; $buflen = strlen($buffer); while ($cursor < $buflen) { $chunk = substr($buffer,$cursor); $matched = false; foreach ($rules as $type => $rule) { if (preg_match($rule,$chunk,$matches)) { $tokens[] = array( 'type' => $type,'value' => $matches[1],); $matched = true; $cursor += strlen($matches[0]); } } if (!$matched) { throw new Exception(sprintf('Problem parsing route "%s" at char "%d".',$pattern,$cursor)); } } return $tokens; } 我缺少哪些明显的加速?有什么方法可以放弃preg_ *,或者将正则表达式组合成一种模式等等? 这是xhprof调用图(基准测试使用~255个独特的测试路径): 我知道最好的解决方案是不要为每个请求调用这个(我计划使用APC进行缓存等),但是对于使用没有启用APC的库的人来说,尽可能高效. 编辑: 我还写了一个快速的状态机版本,它似乎表现更好.我仍然愿意接受前面的建议,因为我相信第一个代码更优雅. private function tokenize2($pattern) { $buffer = ''; $invariable = false; $tokens = array(); foreach (str_split($pattern) as $char) { switch ($char) { case '(': if ($buffer) { $tokens[] = array( 'type' => $invariable ? self::VARIABLE_TYPE : self::TEXT_TYPE,'value' => $buffer,); $buffer = ''; $invariable = false; } $tokens[] = array( 'type' => self::OPEN_PAREN_TYPE,); break; case ')': if ($buffer) { $tokens[] = array( 'type' => $invariable ? self::VARIABLE_TYPE : self::TEXT_TYPE,); $buffer = ''; $invariable = false; } $tokens[] = array( 'type' => self::CLOSE_PAREN_TYPE,); break; case ':': if ($buffer) { $tokens[] = array( 'type' => $invariable ? self::VARIABLE_TYPE : self::TEXT_TYPE,); $buffer = ''; $invariable = false; } $invariable = true; break; default: if ($invariable && !(ctype_alnum($char) || '_' == $char )) { $invariable = false; $tokens[] = array( 'type' => self::VARIABLE_TYPE,); $buffer = ''; $invariable = false; } $buffer .= $char; break; } } if ($buffer) { $tokens[] = array( 'type' => $invariable ? self::VARIABLE_TYPE : self::TEXT_TYPE,); $buffer = ''; } return $tokens; 我最后只是出于性能原因使用状态机,并使用APC缓存整个lexing过程(因为……为什么不这样做). 如果有人有任何贡献,我会很乐意回答. 解决方法
有趣的代码:).
我不太确定你用“用APC缓存整个lexing过程”所说的话,所以我可能会建议你已经做了什么. 你能缓存输入的URL,结果高于实际的lexing过程吗?您不希望在此处应用任何基于权限的限制,因此缓存是全局的.路线的数量往往有限,即使是在一个大型网站上,也有一些非常热点.完全绕过lexing并在任何以前使用的路线上击中缓存. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |