Regex Bedingung kann nicht erfüllt werden

[mgutt]

Hallo,

ich habe die folgende Passage, die aus zwei Kann- und einer Muss-Bedingung besteht:

(([\w]+://)?|([\w\.]*?))+

Wie man sieht, möchte ich eins von diesem:

(http://|https://|ftp://|ftps://)(www.|subdomain.)
oder
(http://|https://|ftp://|ftps:/)
oder
(www.|subdomain.)

Dummerweise geht die Bedingung auch, wenn beide Kann-Bedingungen nicht zutreffen.

Ich brauche die Ergebnisse getrennt, da ich sie danach so umsetze:

<a href="http://\\2">\\1\\2</a>

Wie könnte ich das möglichst performant lösen?

Gruß
Marc

[agent47]

trenne besser die beiden teile auf und mach die erkennung etwas genauer

PHP-Code:

$pattern = array();
$replace = array();

$pattern[] = '#(?:(https?://)(\S)*?)|(?:(ftps?://)(\S)*?)#i';
$replace[] = '<a href="$1$2">$1$2</a>';

$pattern[] = '#www\.(\S)*?#i';
$replace[] = '<a href="www.$1">www.$1</a>';

$result = preg_replace($pattern, $replace, $string); 


*ungetestet*

[mgutt]

Ne dann würde ich die Anzahl der replace-Vorgänge ja verdoppeln. Ich habe jetzt schon an die 10 verschiedene. Das verstehe ich nicht unter Performance :P

[agent47]

reguläre ausdrücke sind schnell, und anders wirst du es nicht hinbekommen ohne eine callback funktion und die is mit sicherheit langsamer

[mgutt]

Es gäbe ja noch die Möglichkeit so zu arbeiten (vereinfachte Darstellung):

PHP-Code:

((http://(www.))|(http://)|(www.))(REST) 


Und als Übergabewert dann so:

PHP-Code:

<a href="http://$3$5$6">$3$5$6</a> 


$5 sollte dann ja leer sein, wenn $3 zutrifft und ich mich jetzt nicht ganz täusche.

Meinst Du nicht, dass sowas schneller ist?

[agent47]

das musst du einfach probieren, das is schwer zu sagen einfach mal 50 oder 100 durchläufe machen und die zeit messen

[mgutt]

Ich glaub so ein paar Benchmarks würden nichts bringen. Da muss ich schon ein paar Millionen testen.

Ich kenne diese beiden Benchmarks:
http://benchmark.nophia.de/benchmark...tzen-b-12.html
http://benchmark.gripp.name/benchmar..._ersetzen.html

Die sind aber beide falsch. Beide machen den Fehler und setzen beim Array zusätzliche Variablen ein.

Ich mache das z.B. so:

PHP-Code:

$text = preg_replace(
   array(
      'regex_search1',
      'regex_search2',
   ),
   array(
      'replace1',
      'replace2',
   ), $text); 


Auf die Art belastet man den Arbeitsspeicher nicht und ich bin davon überzeugt, dass man so viel schneller ist, als mit mehreren preg_replace()-Zeilen.

Aber das hilft jetzt nicht bei meiner Abfrage :P

Ich mach mal ein Benchmark und melde mich dann zurück.

[agent47]

also ein preg_replace mit arrays gefüttert is auf jeden fall schneller als für jede regex die preg_replace funktion aufzurufen.

ne benchmarklkasse hab ich schonmal geschrieben, die kannste da downloaden -> http://wccw.in/forum.php?action=viewposts&id=76

[mgutt]

Danke für die Klasse, aber Du hast Login-Zwang ;)

also ein preg_replace mit arrays gefüttert is auf jeden fall schneller als für jede regex die preg_replace funktion aufzurufen.

Laut den verlinkten Benchmarks ist es nicht so, daher hatte ich es erwähnt, weil ich glaube, dass das eine Falschinformation ist, die dort verbreitet wird. Es ist logisch, dass wenn man vorher zwei Arrays definiert, dass dadurch die Performance negativ beeinflusst wird. Daher sollte man nie Arrays definieren, die man nicht mehrmals benötigt.

Mein Benchmark-Script für php4 ist sehr simpel aufgebaut:

PHP-Code:

<?php
function fmicrotime() {
    list($usec, $sec) = explode(" ", microtime());
    return ((float)$usec + (float)$sec);
}
function meineTestfunktion() {
    $var = 'Test';
}
// vars
$data = isset($_GET['data']) ? $_GET['data'] : array();
$round = isset($_GET['round']) ? intval($_GET['round']) : 0;
$round++;
$loops = 100;
$pause = 100; // milliseconds
$runs= 200000;
$start = array();
$end = array();
$dif = array();
// benchmark
?>
Runde: <?= $round ?><br />
<?php
$k = 'mt';
$start[$k] = fmicrotime();
$j = (string) $data[$k];
$j = intval($data[$k]{4}) + 3;
echo($j);
for ($i=0;$i<$runs;$i++) {
    meineTestfunktion();
}
$end[$k] = fmicrotime();
$dif[$k] = $end[$k] - $start[$k];

echo('Aktuell: ' . $dif[$k] . ' => ');
if (isset($data[$k]) && $data[$k]) {
    $dif[$k] = $dif[$k] + floatval($data[$k]);
    echo('Schnitt: ' . ($dif[$k] / $round));
}
echo('<br />');
$urldata .= 'data[' . $k . ']=' . $dif[$k] . '&';
// loops
if($round >= $loops) {
    echo('Fertig.<br />');
    echo('<a href=".' . $_SERVER['SCRIPT_NAME'] . '">Neustart</a>');
}
else {
?>
<script type="text/javascript">
window.setTimeout('location.replace(".<?= $_SERVER['SCRIPT_NAME'] ?>?<?= $urldata ?>round=<?= $round ?>");', <?= $pause ?>);
</script>
<?php
}
?>

[agent47]

probier es aus, das array erstellen kann man vernachlässigen das geht so schnell da wird sich nix bemerkbar machen, aber wenn du 50x preg_replace aufrufst oder einen preg_replace mit nem array von 50 werten fütterst macht sich das schon bemerkbar