字符串操作与Regexps

Question

经常有人告诉我们，正则表达式运行缓慢，应尽可能避免使用。

但是，考虑到自己做一些字符串操作的开销（ 不是在谈论算法错误-这是另一回事 ），尤其是在PHP或Perl（也许Java）有什么 限制的
情况下，在这种情况下，我们可以认为字符串操作是更好的方法替代？哪些正则表达式特别使CPU贪婪？

例如，对于下面的C++，Java，PHP或者Perl，你会怎么推荐

正则表达式可能会更快：

• s/abc/def/g或... while((i=index("abc",$x)>=0) ...$y .= substr()...基于解决方案？
• s/(\d)+/N/g 或扫描算法

但是关于

• 电子邮件验证正则表达式？
• s/((0|\w)+?[xy]*[^xy]){2,7}/u/g

手工的和特定的算法会更快（写更长的时间）吗？

编辑

问题的重点是确定哪种正则表达式最好通过字符串操作针对给定问题进行重写？

编辑2

常见的实现是Perl regexp。例如在Perl -需要知道它们是如何实现的-什么 样的
正则表达式的是要避免的，因为实现将使过程冗长和无效？它可能不是一个复杂的正则表达式…

编辑2011年7月 （基于评论）

我并不是说所有的正则表达式都很慢。由于某些特定的正则表达式模式的特定处理过程以及其实现方式，因此它们已知速度较慢。
例如，在最近的Perl / PHP实现中，什么是相当慢的-应该避免？
已经进行了自己的研究（分析器…）并且能够提供关于建议/避免的一般指导原则的人们可以得到答案。

Answer 1

使用正则表达式处理文本的一个不错的功能是模式是高级的和声明性的。这为实现留出了很大的优化空间，例如可以排除最长的公共前缀或对静态字符串使用Boyer-
Moore
。简洁的注释使专家可以更快地阅读。我立刻明白

if (s/^(.)//) {
  ...
}

正在做，并且index($_, 0, 1) = ""比较吵。

正则表达式的重要考虑因素是 上限 ，而不是下限。它是一个功能强大的工具，因此人们认为它能够从XML，电子邮件地址或C
++程序中正确提取令牌，并且没有意识到需要更强大的工具（例如解析器）。