推荐关注
› Meteor
› JSLint - a JavaScript code quality tool
› jsFiddle
› D3.js
› WebStorm
推荐书目
› JavaScript 权威指南第 5 版
› Closure: The Definitive Guide
CatCode

JS 里 3200 行的正则匹配,有没有什么好的办法优化一下?

  •  
  •   CatCode · Dec 29, 2019 · 6266 views
    This topic created in 2516 days ago, the information mentioned may be changed or developed.

    其实和某种上网方式有关。

    我相信不少人都用着 SwitchyOmega 这个插件。
    受迫于 Windows 上 OneDrive 这些微软自家的东西都只能用 Windows 系统代理设置,我不得不折腾一个 PAC 文件放 Nginx 上。
    于是我把 SwitchyOmega 的某土啬列表导出成 PAC 文件。顺手用文本编辑器打开一看:

    我的乖乖,3200 行正则

    if (/AABBCC/.test(host)) return "+proxy";
    

    还有 3600 行indexOf

    if (scheme === "http" && url.indexOf("CCDDEE") >= 0) return "+proxy";
    

    每一个请求都要这样匹配这么多正则,效率很低啊。 (没有打算解决这个问题,就是给大家贴出来,图一乐)

    14 replies  •  2019-12-30 09:40:17 +08:00
    Cbdy
    Cbdy
    Dec 29, 2019 via Android
    1
    把正则维护到数据库,然后做一个管理页面
    AzadCypress
    AzadCypress
    Dec 29, 2019 via Android❤️1
    2
    某 list 维护的是 Adblock plus 的规则列表
    adb 使用的详细算法在
    https://adblockplus.org/blog/investigating-filter-matching-algorithms
    iamwho
    iamwho
    Dec 29, 2019
    3
    gfwlist2pac
    Buges
    Buges
    Dec 29, 2019 via Android
    4
    为什么要搞这么复杂?简单的一个大陆白名单就可以解决大多数分流问题了。
    vigack
    vigack
    Dec 29, 2019
    5
    现在都流行答非所问吗。

    最简单的优化应该是加缓存层吧?
    hahasong
    hahasong
    Dec 29, 2019 via iPhone
    6
    3200 行正则有什么问题吗,快的很
    AzadCypress
    AzadCypress
    Dec 29, 2019 via Android
    7
    @AzadCypress
    补充说明一下,大概就是对于一个正则表达式,里面会有连续的字符串,取出第一个长度为 N 的子字符串,计算 hash 放作为 key 存入 hasmap。如果没有长度为 N 子串的话放入另一个列表等待遍历。
    对于目标网址,使用 rabin-karp 算法里计算 hash 的部分可以快速计算出其所有长度为 N 的字串的 hash,使用这个 hash 去 hashmap 中查找,找到同 hash 的就进行正则匹配,匹配不上没找到就遍历此前的另一个列表,再没找到就是没有。
    love
    love
    Dec 29, 2019
    8
    其实不要用那个公共列表就行,那是把全部被墙网站都列了,而实际上你 99%用不到。自己维护一个列表就行。
    lookas2001
    lookas2001
    Dec 29, 2019 via Android
    9
    如果 js 引擎实现到位的话,这些正则应该是可以线性时间(或乘一个系数)内处理完的,所以应该不会特别慢
    Guaidaodl
    Guaidaodl
    Dec 29, 2019
    10
    我觉得理论上最好的方法是把所有的正则合成一个, 然后编译出一个状态机.但是这样这个正则就没有人可以维护了....
    Guaidaodl
    Guaidaodl
    Dec 29, 2019
    11
    所有还是缓存一下匹配的结果就好了...
    dyllen
    dyllen
    Dec 30, 2019
    12
    老哥,不需要放 nginx 呀,用 file:///path/abc.pac 指定 pac 文件就行了呀。我在 linux 下面就是这样干的。
    CatCode
    CatCode
    OP
    Dec 30, 2019
    13
    @dyllen 但 win10 就是不一样啊,win10 的代理设置不支持 file://访问
    zgray
    zgray
    Dec 30, 2019
    14
    可能你需要升级下工具了,有个和 V2EX 的工具名字很像的你值得拥有。
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   4706 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 60ms · UTC 03:15 · PVG 11:15 · LAX 19:15 · JFK 22:15
    ♥ Do have faith in what you're doing.