- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我的第一个 Rust 小项目涉及在大型 XML 文件上运行正则表达式:
extern crate regex;
use regex::Regex;
use std::fs::File;
use std::io::Read;
fn main() {
let filename = "data.xml";
let mut f = File::open(filename).expect("file not found");
let mut contents = String::new();
f.read_to_string(&mut contents)
.expect("something went wrong reading the file");
let re = Regex::new("url=\"(?P<url>.+?)\"").unwrap();
let urls: Vec<&str> = re.captures_iter(&contents)
.map(|c| c.name("url").unwrap().as_str())
.collect();
println!("{}", urls.len());
}
我确定我正在做一些非常低效的事情:
time ./target/release/hello_cargo 144408 ./target/release/hello_cargo
1.60s user
0.03s system
99% cpu
1.643 total
99% 的 CPU 使用率都是系统占用,这似乎很不寻常。
Python 2.7 可以在不到一秒的时间内完成同样的工作:
import re
data = open('data.xml').read()
urls = set(re.findall('url="(.+?)"', data))
print len(urls)
像这样使用 BufReader
似乎不会改变性能:
let f = File::open(filename).expect("file not found");
let mut reader = BufReader::new(f);
let mut contents = String::new();
reader
.read_to_string(&mut contents)
.expect("something went wrong reading the file");
如果您想在本地尝试,这是 the zipped XML file .
我在做什么事效率低下?
最佳答案
您的问题的答案是,您编写的 Rust 代码在 regex crate 的标准用法方面是最佳的。它在这里比 Python 慢一点的原因(在我的机器上慢了大约 3 倍)是因为解析捕获组在 Rust 的正则表达式箱中没有得到太多优化关注。特别是,解析捕获组需要运行较慢的内部正则表达式引擎。
在今天提到的问题中,请注意您的 Python 程序并没有做等效的工作,因为它所做的只是收集匹配项并计算它们。 Rust 程序实际上是在提取一个捕获组,这是比较麻烦的。例如,如果您改用它:
let urls: Vec<&str> = re.find_iter(&contents).map(|m| m.as_str()).collect();
然后 Rust 程序与 Python 程序执行相同的工作,并且在我的机器上快 2 倍左右。现在,公平地说,如果您修改 Python 程序以执行与原始 Rust 程序相同的工作,即,
urls = set(m.group('url') for m in re.finditer('url="(?P<url>.+?)"', data))
然后 Python 程序只会变慢一点,而原始的 Rust 程序仍然明显变慢,如上所述。
如果您不想等待 regex crate 更好地优化捕获处理,而是想让您的程序在今天运行得更快,那么您可以利用 regex 的特定功能。也就是说,避免请求捕获组并直接从匹配的文本中提取 URL。像这样:
let urls: Vec<&str> = re
.find_iter(&contents)
.map(|m| {
let text = m.as_str();
&text[5..text.len() - 1]
})
.collect();
这与我上面的修改一样快,比 Python 快 2 倍。不理想,但也不错。
关于XML 文件上的 Regex::captures_iter 比预期慢,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48777856/
我正在尝试编写一个函数,该函数接受输入字符串、正则表达式(由 std.regex.regex 从原始字符串生成)和错误消息字符串,并尝试匹配来自使用正则表达式输入字符串,如果没有匹配则显示错误消息。到
-edit- 注意 ?末.{2,}? 我发现你可以写 .{2,}? 是不是和下面一模一样? .{2} 最佳答案 号{2,}表示两次或更多次同时 {2}意思是正好两次。量词默认是贪婪的,所以给定字符串
我有以下文字: This is a test ::a. MODE 3 within 7 hours, ::b. MODE 4 within 13 hours, and ::c. MODE 5 with
我用 Regex.fromLiteral(".*") 创建了一个非常简单的匹配所有正则表达式. 根据documentation :“返回指定文字字符串的文字正则表达式。” 但是我真的不明白“对于指定的
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持,但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the he
该Web项目将静态内容放入一些/content/img文件夹中。 网址规则是:/img/{some md5} 但在文件夹中的位置:/content/img/{前两位数字}/ 例子 url:
我有以下数据: SOMEDATA .test 01/45/12 2.50 THIS IS DATA 我想从中提取数字 2.50。我已设法使用以下 RegEx 做到这一点: (?<=\d{2}\/\d{
我需要证明或反驳下面的正则表达式 (RS + R )* R = R (SR + R)* // or, for programmers: /(RS|R)*R/ == /R(SR|R)*/ 我有一种强烈的
对于具有自由文本的字符串: "The shares of the stock at the XKI Market fell by €89.99 today, which saw a drop of a
例如,我有 RegEx DSX-?2 的 var 我需要将此变量添加到 RegEx 并获取此 .match(/DSX-?2/gi) 最佳答案 您可以创建一个 RegExp对象使用 new RegExp
我无法区分大小写的搜索无法在SQLITE中用于REGEX。支持语法吗? SELECT * FROM table WHERE name REGEXP 'smith[s]*\i' 我希望得到以下答案(假设
Visual Studio / XPath / RegEx: 给定表达式: (?(Car|Car Blue)) +(?.+) +---> +(?.+) 给定搜索字符串: Car Blue Flying
我有一个看起来像这样的正则表达式 /^(?:\w+\s)*(\w+)$*/ 什么是?: ? 最佳答案 它表示子模式是非捕获子模式。这意味着在 (?:\w+\s) 中匹配的任何内容,即使它被 () 括起
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持,但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the he
我在 Excel 工作表(也以 csv 格式)中获得了姓名列表,并根据姓名来源进行了分组。 这就是我创建的组的样子。 现在我想添加一个新列,名称后面包含组名称。 这就是我想要获得的。 我如何得到这个?
我试图将一个字符串拆分为一个字符串列表,单词是分开的,但是周围的字符,例如.. "?()“”!"也分开。 要分隔的字符串是"testing “testing” “one two three” (hi
我有一个来自视频转换文件的完整日志,它看起来像这样: -------------------------------------------------------------------------
在定界符为“-”的模式 X-Y-Z 中,我想检查 Y 是否具有大小 8 而没有重复。 Y 可以是像 Y = (A-B-C) 这样的子集,但如果没有,则 Y 的值为 1 1 - num-12345678
Java确实有这个功能,谢谢你的回答,对我来说失去对API的关注太可惜了... 例如: String strOriginal = "A:B&C@D"; 我认为java中应该有一个非常好的方法来改变它,
我只需要接受符合这些规则的输入... 0.25-24 0.25 的增量(.00、.25、.50、.75) 第一个数字不是必须的。 希望尾随零是可选的。 一些有效条目的示例: 0.25 .50 .5 1
我是一名优秀的程序员,十分优秀!