代码改变世界

高效的忽略大小写的字符串替换(Replace)函数(多种方法比较)

2005-06-30 15:48  灵感之源  阅读(11548)  评论(12编辑  收藏
关键字:.NET,String,Replace,字符串,替换,忽略大小写,VB,Regexp,Regular Expression,正则表达式,Reflector,Run-Time,运行时,StringBuilder,效率
创建时间:2005/06/30 15:40
最后修改:2005/06/30 20:52
作者:灵感之源

前言

在开发中,我们要常和各种不同类型的信息打交道,无论是数据库中的信息还是网络的、甚至财务的数据,最终都可以ToString()为字符串(这个说法有点牵强)。所以我们日常常要和字符串打交道。


主题

在.NET中,不调用C++/CLI,进行字符串替换有好几种方法:

1、最常用的,就是String实例.Replace(),但这个不能忽略大小写。

2、System.Text.Regex(Regular Expression正则表达式),大家都估计到它的效率不高,虽然它支持忽略大小写。

3、String.SubString()循环,查找要替换的子字符串的位置,截取,然后字符串相加,大家也估计到,数量少(在codeproject.com上曾有文章讨论过和StringBuilder的临届值是600次)的情况下会比StringBuilder快。

4、跟3一样,唯一区别就是字符累加用StringBuilder,数量少的情况下比字符累加要慢,但过了临届值就要快。

5、引用Microsoft VisualBasic RunTime(Microsoft.VisualBasic.DLL),里面有一个Strings.Replace,效率非常高,其原理就是:Split()再Join(),其中Split支持忽略大小写的秘诀就是调用了System.Globalization.CultureInfo,也就是所谓的国际化,其实要实现字符串的替换代码量不多,但要兼容各种语言(非编程语言,是交流语言),那就得多花几倍的代码了。

6、不想用VB运行库的朋友,可以用Reflector配合Denis Bauer's Reflector.FileDisassembler把Microsoft.VisualBasic.DLL中的Strings的Replace和相关函数抽取出来(C#),然后修补一下就可以单独使用了(我这明显是吃饱了撑着,VB专家装配脑袋指出我这是浪费时间,因为本身Microsoft VisualBasic运行库就包括在.NET Framework中)。


实战


以下是测试代码:
        static void Main(string[] args)
        
{
            
string segment = "中华aBc共和国";
            
string source;
            
string pattern = "abc";
            
string destination = "人民";
            
string result = "";
            
const long count = 1000;
            StringBuilder pressure 
= new StringBuilder();
            HiPerfTimer time;

            
for (int i = 0; i < count; i++)
            
{
                pressure.Append(segment);
            }

            source 
= pressure.ToString();
    
            
//regexp
            time = new HiPerfTimer();
            time.Start();
            
for (int i = 0; i < count; i++)
            
{
                result 
= Regex.Replace(source, pattern, destination, RegexOptions.IgnoreCase);
            }

            time.Stop();

            Console.WriteLine(
"regexp    =" + time.Duration + ":");


            
//vb
            time = new HiPerfTimer();
            time.Start();
            
for (int i = 0; i < count; i++)
            
{
                result 
= Strings.Replace(source, pattern, destination, 1-1, CompareMethod.Text);
            }

            time.Stop();

            Console.WriteLine(
"vb        =" + time.Duration + ":");


            
//vbReplace
            time = new HiPerfTimer();
            time.Start();
            
for (int i = 0; i < count; i++)
            
{
                result 
= VBString.Replace(source, pattern, destination, 1-1, StringCompareMethod.Text);
            }

            time.Stop();

            Console.WriteLine(
"vbReplace =" + time.Duration + ":" + result);


            
//substring
            time = new HiPerfTimer();
            time.Start();
            
for (int i = 0; i < count; i++)
            
{
                result 
= StringHelper.ReplaceText(source, pattern, destination, StringHelper.CompareMethods.Text);
            }

            time.Stop();

            Console.WriteLine(
"substring =" + time.Duration + ":");


            
//substring with stringbuilder
            time = new HiPerfTimer();
            time.Start();
            
for (int i = 0; i < count; i++)
            
{
                result 
= StringHelper.ReplaceTextB(source, pattern, destination, StringHelper.CompareMethods.Text);
            }

            time.Stop();

            Console.WriteLine(
"substringB=" + time.Duration + ":");


            Console.ReadLine();
        }


说明

这个代码演示了上述几种方法:要把字符串"中华aBc共和国"中的"abc"替换为"人民",注意:源子字符串是"aBc",要替换的是"abc",这里目的是要测试不区分大小写。

为了测试效率,我特意先把测试字符串累加1000次,然后循环测试1000次。


结果

以下是测试结果:
regexp      =1.38308285017339 //这是正则表达式,第3快;
vb            =0.525978828344589 //这是引用Microsoft VisualBasic RunTime的,次快;
vbReplace=0.522997341400086 //这就是用reflector改为C#的,最快;
substring  =21.8573638474698 //这是string.substring +,最慢
substringB=14.6346693500287 //这是string.substring StringBuilder,次慢,这里凸现了StringBuilder的速度;

这里仅仅是多次测试中的一次,我没有弄平均,大概数字吧,到底是vb快还是reflector的c#快,差不多...

是否应该使用Microsoft VisualBasic RunTime就见仁见智了。


后话
不过装配脑袋指出,“可以使用C++的std::basic_string<T>::replace”实现高效的字符串替换。


资源下载
限于篇幅,具体的代码,请点击这里下载。


关联
鸟食轩(birdshome)发表了他的解决方案,进行了有益的讨论:忽略字符串大小写替换的更高效实现

外部发表
我在codeproject上发表了这篇文章,结合了birdshome的文章:Fastest C# Case Insenstive String Replace