对于改进（优化）Perl 代码中现有的字符串替换有什么建议吗？

Question

Perl 5.8

对现有 Perl 脚本中相当简单的字符串替换进行了改进。
代码的意图很明确，并且代码正在运行。

对于给定字符串，将每个出现的 TAB、LF 或 CR 字符替换为一个空格，并将每个出现的双引号替换为两个双引号。以下是现有代码的片段：

---

# replace all tab, newline and return characters with single space
$val01  =~s/[\t\n\r]/ /g;
$val02  =~s/[\t\n\r]/ /g;
$val03  =~s/[\t\n\r]/ /g;

# escape all double quote characters by replacing with two double quotes
$val01  =~s/"/""/g;
$val02  =~s/"/""/g;
$val03  =~s/"/""/g;

---

问题：是否有更好的方法来执行这些字符串操作？

我所说的“更好的方式”是指更有效地执行它们，避免使用正则表达式（可能使用 tr/// 来替换制表符、换行符和 lf 字符），或者可能使用 ( qr//) 以避免重新编译。

注意：我考虑过将字符串操作操作移动到子例程中，以减少正则表达式的重复。

注意：这段代码可以工作，但并没有真正损坏。我只是想知道是否有更合适的编码约定。

注意：这些操作在循环中执行，大量（> 10000）迭代。

注意：此脚本当前在 perl v5.8.8 下执行。 （该脚本具有 require 5.6.0，但可以更改为 require 5.8.8。（安装更高版本的 Perl 目前不是生产版本的选项）服务器。）

    > perl -v
    This is perl, v5.8.8 built for sun4-solaris-thread-multi
    (with 33 registered patches, see perl -V for more detail)

Answer 1

您现有的解决方案对我来说看起来不错。

至于避免重新编译，你不需要担心这一点。 Perl 的正则表达式仅按原样编译一次，除非它们包含内插表达式，而您的正则表达式则不包含内插表达式。

为了完整起见，我应该提到，即使存在插值表达式，您也可以通过提供 /o 标志来告诉 Perl 仅编译一次正则表达式。

$var =~ s/foo/bar/;    # compiles once
$var =~ s/$foo/bar/;   # compiles each time
$var =~ s/$foo/bar/o;  # compiles once, using the value $foo has
                       # the first time the expression is evaluated

Answer 2

TMTOWTDI

您可以使用 tr 或 索引 或 substr 或 split 函数作为替代方案。但您必须进行测量以确定适合您的特定系统的最佳方法。

Answer 3

您可能过早地进行了优化。您是否尝试过使用探查器（例如 Devel::NYTProf）来查看位置你的程序花费了最多的时间？

Answer 4

我的猜测是，在第一个正则表达式中， tr/// 会（稍微）比 s/// 快。当然，速度有多快取决于我不了解您的程序和环境的因素。分析和基准测试将回答这个问题。

但是，如果您对代码的任何改进感兴趣，我可以建议可维护性修复吗？您对三个变量运行相同的替换（或一组替换）。这意味着当您更改该替换时，您需要更改它三次 - 并且做同样的事情三次总是危险的:)

您可能会考虑重构代码以使其看起来像这样：

foreach ($val01, $val02, $val03) {
    s/[\t\n\r]/ /g;
    s/"/""/g;
}

此外，这可能是一个好主意将这些值放在一个数组中，而不是三个类似命名的变量中。

foreach (@vals) {
    s/[\t\n\r]/ /g;
    s/"/""/g;
}