c - 与对 C 程序的系统调用相比，perl 删除非 ascii 字符太慢

Question

我有一个用于删除非 ascii 字符和 ^M 的 perl 代码但是对于 1.5GB 的文件，这需要 14 分钟(在 Linux 64 位、16GB RAM、LANG=C 设置上)

我只是用 C 重写了相同的逻辑，现在用 perl 进行系统调用这只需要 36 秒(同一台机器，同一文件)

为什么这个 perl 代码很慢(我试图复制项目的一小部分)。与下面的 C 程序相比，它花费了 30 倍的时间

PERL

my $newfile = $ARGV[0] . ".cleaned";
open(IN,$ARGV[0]) || die "Could not open file $ARGV[0] $!";
open(OUT,">$newfile");
while(defined($c = getc(IN))){
    next if((($i =ord($c)) > 126)  || ($i == 13  ));
    print OUT $c;
}
close IN;
rename($newfile,$ARGV[0]);

C

#include <stdio.h>
int main(int argc, char **argv){
  char tmpfile[200];
  FILE *fin,*fout;
  int c;
  snprintf(tmpfile,180,"%s.cleaned",argv[1]);
  fin = fopen(argv[1], "rb");
  fout = fopen(tmpfile, "w");
  while ((c = fgetc(fin)) != EOF) {
    if (c==13 || c > 126) continue;
    fputc(c, fout);
  }
  fclose(fin);
  fclose(fout);
  rename(tmpfile,argv[1]);
  return 0;
}

Answer 1

以 1M 的 block 读取并使用 tr/// 翻译应该比一次读取一个字节执行得更快，

perl -i -pe 'BEGIN{ $/ = \1024**2 } tr|\r\x7F-\xFF||d' file