c# - 有什么方法可以提高 Regex.Replace 性能吗？

Question

我需要进行字符串替换...我只需要处理几种情况:

1) optional case insensitive
2) optional whole words

现在我正在使用 _myRegEx.Replace()...如果指定了 #1，我将添加 RegexOptions.IgnoreCase 标志。如果指定了 #2，我会将搜索词包含在\b\b 中。

这工作得很好，但它真的很慢。我的基准测试需要 1100 毫秒，而使用 String.Replace 需要 90 毫秒。显然这样做存在一些问题:

1) case insensitive is tricky
2) regex \b<word>\b will handle "<word>", " <word>", "<word> " and " <word> "... string replace would only handle " <word> ".

我已经在使用 RegexOptions.Compiled 标志。

还有其他选择吗？

Answer 1

如果您不使用已编译的正则表达式，在这种情况下您可以获得显着的改进。老实说，这不是我第一次测量正则表达式的性能，并发现编译的正则表达式速度较慢，即使按照应有的方式使用也是如此。

让我们使用四种不同的方法将字符串中的 \bfast\b 替换为 12345 一百万次，并计算这在两台不同的 PC 上花费的时间:

var str = "Regex.Replace is extremely FAST for simple replacements like that";
var compiled = new Regex(@"\bfast\b", RegexOptions.IgnoreCase | RegexOptions.Compiled);
var interpreted = new Regex(@"\bfast\b", RegexOptions.IgnoreCase);
var start = DateTime.UtcNow;
for (int i = 0; i < 1000000; i++)
{
    // Comment out all but one of these:
    str.Replace("FAST", "12345"); // PC #1: 208 ms, PC #2: 339 ms
    compiled.Replace(str, "12345"); // 1100 ms, 2708 ms
    interpreted.Replace(str, "12345"); // 788 ms, 2174 ms
    Regex.Replace(str, @"\bfast\b", "12345", RegexOptions.IgnoreCase); // 1076 ms, 3138 ms
}
Console.WriteLine((DateTime.UtcNow - start).TotalMilliseconds);

编译的正则表达式始终是最慢的正则表达式之一。我没有像您一样观察到 string.Replace 和 Regex.Replace 之间的差异那么大，但它们处于相同的范围内。因此，请尝试不编译正则表达式。

还值得注意的是，如果您只有一个巨大的字符串，Regex.Replace 的速度非常快，在我的 PC 上处理 13,000 行《傲慢与偏见》大约需要 7 毫秒。