perl -通过查找数组从binmode字符串中删除字节。

Question

我正在使用binmode()块读取文件，并希望删除与静态列表中任何值匹配的字节值。

@strip = (91,   92,   98,   107,   5,   64,   21,   13,   11,   12)

我在我的剧本里做什么

binmode($fh);
read($fh,$data,20);
%strip = (91=>1, 92=>1,98=>1,107=>1,5=>1,64=>1,21=>,13=>1,11=>1,12=>1); 
$data=~s/(.)/$strip{ord($1)} ? "" :$1/ge

恐怕，这样做可能是不正确的，并有一些不良的结果。

有人能提出更清洁有效的替代方法来实现这一目标吗？

Answer 1

regex引擎非常乐意在字节字符串上操作(尽管使用\d之类的操作可能没有任何意义)，所以您的方法是非常好的。但是白色很有效率，它可以加速。

如果我们在字节上使用chr来剥离，而不是在读取的所有字符上使用ord呢？

my @to_strip = ( 5, 11, 12, 13, 21, 64, 91, 92, 98, 107 );
my %to_strip = map { chr($_) => 1 } @to_strip;

$data =~ s/(.)/ $strip{$1} ? "" :$1 /ge;

如果我们再往前走一步，更早地做出替代选择呢？

my @to_strip = ( 5, 11, 12, 13, 21, 64, 91, 92, 98, 107 );
my %to_strip = map { chr($_) => 1 } @to_strip;
my %map = map { $to_strip{$_} ? "" : $_ } map chr, 0x00..0xFF;

$data =~ s/(.)/$map{$1}/sg;

但我们仍在做很多不必要的替换工作。如果我们搜索要替换的特定字符，该怎么办？

my @to_strip = ( 5, 11, 12, 13, 21, 64, 91, 92, 98, 107 );
my $pat = "[" . quotemeta( pack( 'C*', @to_strip ) ) . "]+";
my $re = qr/$pat/;

$data =~ s/$re//g;

这个速度要快得多，原因有三个：

• 如前所述，我们大大减少了匹配的数量，这减少了替换表达式需要评估和连接的次数。
• regex引擎可以比Perl代码更快地检查匹配的字符。
• 我们消除了捕捉的需要，这是(相对来说)相当缓慢的。

请记住，@to_strip、%to_strip、%map、$pat和$re只需要计算一次，而不是每read计算一次。当我谈到上面提到的速度时，我并没有包括计算这些数据所需的时间，因为我假设您将进行多次读取和替换。

也就是说，如果硬编码要删除的字节是合理的，tr///d将为您提供最佳性能。

$data =~ tr/\x05\x0B-\x0D\x15\x40\x5B\x5C\x62\x6B//d;

从动态列表中使用tr///并不有效，因为tr///不插值。我们不得不建造一艘潜艇，而调用潜艇的速度相对较慢。

my @to_strip = ( 5, 11, 12, 13, 21, 64, 91, 92, 98, 107 );
my $class = quotemeta( pack( 'C*', @to_strip ) );
my $inline_stripper = eval("sub { $_[0] =~ tr/$class//d; }");

$inline_stripper->($data);

以下是一种有效的(但肯定不是那么有效的)非正则表达式方法。

my @to_strip = ( 5, 11, 12, 13, 21, 64, 91, 92, 98, 107 );
my @to_strip_lookup; $to_strip_lookup[$_] = 1 for @to_strip;

$data = pack 'C*', grep !$to_strip_lookup[$_], unpack 'C*', $data