Rendimiento
shikiphp realiza tokenización real de TextMate en PHP puro, así que conviene precisar dónde es rápido y dónde no.
Qué esperar
Espere decenas o cientos de milisegundos por archivo, no microsegundos. El tokenizador almacena en caché las reglas y los analizadores compilados, las gramáticas se cargan de forma diferida (si un ejemplo nunca usa un idioma integrado, no se paga el coste de decodificarlo) y la mayoría de los patrones de las gramáticas usan preg_* nativo mediante una ruta rápida PCRE con equivalencia verificada; el resto lo gestiona el comparador PHP puro (consulte Arquitectura).
Estos son tiempos de ejecuciones individuales en caliente del benchmark del repositorio
(bench/bench.php, tema github-dark), en una máquina, para archivos del corpus de
aproximadamente 55 a 105 líneas:
| Gramática | PHP 8.2 | PHP 8.4 |
|---|---|---|
| JSON, YAML | 30–65 ms | 25–45 ms |
| CSS, HTML | 100–120 ms | 80–100 ms |
| Python, Rust, Go, Bash, Markdown | 190–220 ms | 125–175 ms |
| PHP | unos 290 ms | unos 170 ms |
| TypeScript, TSX | 490–510 ms | 310–370 ms |
La primera llamada para un idioma en un proceso también incluye la carga y compilación de la gramática, que solo se pagan una vez: en las mismas ejecuciones, el coste fue de 50–70 ms para JSON y de poco más de un segundo para Markdown. El coste aumenta con la complejidad de la gramática y el tamaño de la entrada, y las cifras varían según el hardware; por eso, mida en su propio entorno: clone el repositorio, ejecute composer install y luego composer bench.
Protecciones de seguridad
El motor de expresiones regulares incluye memorización de fallos y protección contra ReDoS para que un patrón patológico ralentice el proceso en lugar de bloquearlo. También puede limitar el trabajo por línea con tokenizeMaxLineLength, que emite un único token de texto sin formato para cualquier línea que alcance o supere una longitud determinada, como protección frente a entradas de una sola línea diseñadas para atacar.
Caché en producción
La forma fiable de evitar que el resaltado forme parte del procesamiento de las solicitudes es no ejecutarlo en cada solicitud. El mismo código, con las mismas opciones, siempre produce el mismo HTML, así que se puede almacenar en caché perfectamente:
- Resalte el código durante la compilación en sitios estáticos y documentación.
- Almacene en caché el HTML generado (con una clave basada en el código y las opciones) para fragmentos proporcionados por usuarios o guardados en una base de datos, y reutilícelo hasta que cambie el código fuente.
Dentro de un proceso, reutilice un único resaltador (la fachada Shikiphp se encarga de ello) para compartir las cachés de gramáticas y temas entre llamadas.