[regex] 정규식 성능에 대해 알아보자

정규식 성능에 대해 알아보자

http://egloos.zum.com/sword33/v/7294056

-

정규식은 어떻게 사용하느냐에 따라 성능이 엄청나게 요구될 수 있다.

다음 네가지를 유의하면 성능을 잘 뽑을 수 있다.

1. back tracking 최소화

2. 정확히 작성

3. 위치지정자 사용 (^, $)

4. 탐욕적 수량자보다는 게으른 수량자 사용

-

https://regex101.com

위 사이트는 정규식을 테스트해볼 수 있다.

이에 더해 정규식 판별 시간과 step수도 체크할 수 있고, debug 도 할 수 있어 아주 유용한 사이트.

-

back tracking 은 정규식이 왼쪽에서 오른쪽으로 탐색하는데, 100% 매칭되지 않으면 다시 돌아가서 다시 매칭을 시도하는 것을 이야기한다.

-

정규식은 target 이 되는 문서의 크기와 성능은 정비례한다고 볼 수 있다.

그래서 FlashText(https://github.com/vi3k6i5/flashtext) 라는 open source 가 있는데, 문서의 크기가 큰 경우 이 녀석으로 대체하면 좋다.

FlashText 에 대한 원리 설명은 여기(https://www.freecodecamp.org/news/regex-was-taking-5-days-flashtext-does-it-in-15-minutes-55f04411025f/)서 볼 수 있다.

이 글에서 Regexp 대신 FlashText 를 써야 하는 시간은 키워드가 500개 이상일 경우를 추천한다. (benchmark 결과 기반)

-

https://brunch.co.kr/@elijah17/3

위 글에 따르면 Java 1.8 에서의 Regex engine 의 성능은 상당히 좋아졌다고 한다.

flashtext, flashtext vs regexp, java8 regex, java8 regex engine, regex back tracking, regex backtracking, regex flashtext, 정규식 백트레킹, 정규식 성능, 정규식 성능 back tracking, 정규식 성능 greedy quantifier, 정규식 성능 lazy quantifier, 정규식 성능 게으른 수량자, 정규식 성능 위치지정자 사용, 정규식 성능 정확히 작성, 정규식 성능 탐욕적 수량자, 정규식 성능에 대해 알아보자