正则引擎简单分析

由于公司需要用到正则搜索，所以简单看了下正则表达式引擎，根据具体使用环境，选择一款最适合的正则引擎。
正则表达式引擎发展到现在已有十多种，由于只用在linux系统，根据网上推荐，确认PCRE、RE2、C REGEX、C++ REGEX、BOOST REGEX这五个引擎。PERE使用的是perl语言，也排除。C++ REGEX对C++ 11的支持不太好，也排除掉。RE2需要到google官网下载资源（国内的没找到），翻墙失败，也给PASS掉。
最终选取了C REGEX与BOOST REGEX两种正则表达式引擎进行性能测试。
此次测试是根据实际使用情况，使用JSON格式进行测试。

代码

c regex:

/*c regex test

at20150119*/

#include <regex.h>

#include <iostream>

#include <sys/types.h>

#include <stdio.h>

#include <cstring>

#include <sys/time.h>

using namespace std;

const int times = 1000000;

stringstrBuf("{\"uid\":\"10011\",\"userName\":\"sdy\",\"name\":\"witto\",\"sex\":\"man\",\"identityCode\":\"123552036\",\"telephone\":\"15211012232\",\"qq\":\"888555666\",\"weibo\":\"48sdfs@dsf\",\"cityId\":\"0010\",\"schoolId\":\"1534\",\"subject\":\"hard\",\"ruxuenianfen\":\"20140901\",\"xuezhi\":\"4\",\"dormAddress\":\"xinjiekouwaidajie28hao\",\"roomInfo\":\"4floor506\",\"familyAdress\":\"huoxing\",\"familyPhone\":\"125362356211\",\"contactName\":\"whoami\",\"contactPhone\":\"15200133623\",\"contactRelation\":\"dddddd\"}");

string jsonBuf(

"{\

\"head\":\

\"flowId\":\"10001\",\

\"subFlowId\":\"001\",\

\"step\":\"04\"\

},\

\"content\":\

\"key1\":\"abandenabandenabandenabandenabandenabandenabandenabandenabandenabandenabandenabanden\",\

\"key2\":\"litterlitterlitterlitterlitterlitterlitterlitterlitterlitterlitterlitterlitterlitter\",\

\"key3\":\"attheendattheendattheendattheendattheendattheendattheendattheendattheendattheend\",\

\"key4\":\"rabbitrabbitrabbitrabbitrabbitrabbitrabbitrabbitrabbitrabbitrabbitrabbitrabbitrabbit\",\

\"key5\":\"111111111111111111111111111111111111111111111111111111111111111111111111111111111111\",\

\"key6\":\"222222222222222222222222222222222222222222222222222222222222222222222222222222222222\",\

\"key7\":\"333333333333333333333333333333333333333333333333333333333333333333333333333333333333\",\

\"key8\":\"444444444444444444444444444444444444444444444444444444444444444444444444444444444444\",\

\"key9\":\"555555555555555555555555555555555555555555555555555555555555555555555555555555555555\"\

}");

int main(int argc,char** argv)

{

//char pattern[64]="\"step\":\"04\"";

charpattern[64]="\"familyPhone\":\"125362356211\"";

const size_t nmatch = 10;

regmatch_t pm[10];

int z ;

regex_t reg;

timeval end,start;

gettimeofday(&start,NULL);

long count = 0;

for(int i = 0 ; i < times; ++i)

{

regcomp(&reg,pattern,REG_EXTENDED|REG_NOSUB);

if(!regexec(&reg,strBuf.c_str(),nmatch,pm,REG_NOTBOL))

count++;

regfree(&reg);

}

gettimeofday(&end,NULL);

uint time = (end.tv_sec-start.tv_sec)*1000000 + end.tv_usec -start.tv_usec;

cout<<"count:"<<count<<"."<<endl;

cout<<time/1000000<<" s and"<<time%1000000<<" us."<<endl;

return 0 ;

}

boost regex:

/*c regex test

at20150119*/

#include <iostream>

#include <sys/time.h>

#include <string>

#include <boost/regex.hpp>

using namespace std;

using namespace boost;

const int times = 1000000; //1 milliontimes