regex - 为什么这个grep过滤器很慢？

Question

我想获得BSD字典单词列表中每个单词的前两个字母，但不包括那些仅以一个字母开头的单词。

没有一个字母的排除，它的运行速度非常快:

time cat /usr/share/dict/web2 | cut -c 1-2 | tr '[a-z]' '[A-Z]' | uniq -c > /dev/null

real    0m0.227s
user    0m0.375s
sys 0m0.021s

grepping' ..'的过程非常缓慢:

time cat /usr/share/dict/web2 | cut -c 1-2 | grep '..' | tr '[a-z]' '[A-Z]' | uniq -c > /dev/null

real    1m16.319s
user    1m0.694s
sys 0m10.225s

这里发生了什么？

Answer 1

问题是UTF-8语言环境，可轻松实现100倍加速

在Mac上真正慢的是UTF-8语言环境。

用grep ..替换LC_ALL=C grep ..，您的命令运行速度将提高100倍以上。

Linux可能也是如此，只是给定的Linux发行版很可能默认使用C环境。