代码之家 › 专栏 › 技术社区 › Didac Perez Parera

使用regex分析C中的字符串

regex c#

-1

Didac Perez Parera · 技术社区 · 6 年前

需要解析:

/subscriptions/1234/resourceGroups/5678/providers/BlaBlaBla/workspaces/BluBluBlu

并提取变量:

一千二百三十四
五千六百七十八
布莱布拉
蓝布鲁姆

如何使用C和正则表达式以一种干净的方式完成这项工作?

3 回复 | 直到 6 年前

TheGeneral 6 年前

这不是为了回答,而是为了将来的读者(我觉得无聊)

正则表达式

return Regex.Matches(input, @"^(?:/[^/]*/([^/]*))+")[0]
            .Groups[1]
            .Captures.Cast<Capture>()
            .Select(m => m.Value)
            .ToArray();

正则表达式编译

private static readonly Regex regex = new Regex(@"^(?:/[^/]*/([^/]*))+", RegexOptions.Compiled);
...

return regex.Matches(input)[0]
            .Groups[1]
            .Captures.Cast<Capture>()
            .Select(m => m.Value)
            .ToArray();

分裂

return input.Split(new []{'/'}, StringSplitOptions.RemoveEmptyEntries)
            .Skip(1)
            .Where((x, i) => i % 2 == 0)
            .ToArray();

不安全的

var list = new List<string>();
var result = string.Empty;

fixed (char* pInput = input)
{
   var plen = pInput + input.Length;
   var toggle = true;

   for (var p = pInput; p < plen; p++)
   {
      if (*p == '/')
      {       
         if (result.Length > 0)
            list.Add(result);
         toggle = !toggle;
         result = string.Empty;
         continue;
      }
      if (toggle)
         result += *p;
   }
}
list.Add(result);
return list.ToArray();

基准点

----------------------------------------------------------------------------
Mode             : Release (64Bit)
Test Framework   : .NET Framework 4.7.1 (CLR 4.0.30319.42000)
----------------------------------------------------------------------------
Operating System : Microsoft Windows 10 Pro
Version          : 10.0.17134
----------------------------------------------------------------------------
CPU Name         : Intel(R) Core(TM) i7-3770K CPU @ 3.50GHz
Description      : Intel64 Family 6 Model 58 Stepping 9
Cores (Threads)  : 4 (8)      : Architecture  : x64
Clock Speed      : 3901 MHz   : Bus Speed     : 100 MHz
L2Cache          : 1 MB       : L3Cache       : 8 MB
----------------------------------------------------------------------------

结果

--- Random characters -------------------------------------------------------
| Value         |  Average |  Fastest |   Cycles | Garbage | Test |    Gain |
--- Scale 1 -------------------------------------------------- Time 0.152 ---
| unsafe        | 2.131 Âµs | 1.461 Âµs | 10.567 K | 0.000 B | Pass | 78.42 % |
| split         | 3.874 Âµs | 2.922 Âµs | 16.804 K | 0.000 B | Pass | 60.76 % |
| regexCompiled | 7.313 Âµs | 5.845 Âµs | 29.310 K | 0.000 B | Pass | 25.93 % |
| regex         | 9.873 Âµs | 7.891 Âµs | 37.800 K | 0.000 B | Base |  0.00 % |
-----------------------------------------------------------------------------

总结

在反映原始模式的不同字符串组合上测试了1000000次。

不安全是jsut的荒谬,不应该使用,regex是整洁的,拆分也不太可读。随着选择的分割速度加快。

然而,regex并不像我想象的那么慢。最后,它归结为Persoanl性能和您的代码评审器。

更新

AS SLN 在一条评论中正确地提到,应该编译regex以使其成为一个好的基准。注意,我遗漏了把 .Groups[1].Captures.Cast<Capture>().Select(m => m.Value).ToArray(); 基本上,只需要给结果留下一个字符串数组来保持它们的一致性。

对IL的编译可以提高regex的性能。

免责声明 ,我对regex没有任何反对意见,一直使用它

pm100 6 年前

单行代码

var bits = noodly.Split('/');

sln 6 年前

如果仍然需要regex和if positional,就像其他的一样,可以使用 捕获集合 用这个正则表达式。

^(?:/[^/]*/([^/]*))+

项目在组1的捕获集合中。