代码之家 › 专栏 › 技术社区 › Joe

最快的报价转义实现?

escaping replace string c++

Joe · 技术社区 · 15 年前

我正在研究一些规范化大量数据的代码。在处理结束时,许多key=“value”对被写到一个文件中。

“value”部分可以是任何内容,因此在输出点,值必须有任何嵌入的引号转义为\”。

现在,我正在使用以下内容:

outstream << boost::regex_replace(src, rxquotesearch, quoterepl);
// (where rxquotesearch is  boost::regex("\"")  and quoterepl is "\\\\\"")

然而,gprof显示我在这个方法中花费了大部分的执行时间,因为我必须为每行的每个值调用它。

我很好奇有没有比这更快的方法。我不能使用std::replace,因为我要用两个字符替换一个字符。

谢谢你的建议。

4 回复 | 直到 15 年前

John Kugelman Syzygies 15 年前

如果速度是一个问题,您应该使用手写功能来完成此操作。注意使用 reserve() 尽量减少内存分配。

string escape_quotes(const string &before)
{
    string after;
    after.reserve(before.length() + 4);

    for (string::size_type i = 0; i < before.length(); ++i) {
        switch (before[i]) {
            case '"':
            case '\\':
                after += '\\';
                // Fall through.

            default:
                after += before[i];
        }
    }

    return after;
}

KPexEA 15 年前

我根本不接受源字符串并构建新的输出字符串。
我将遍历源字符串并打印每个字符,如果该字符是引号,则在打印之前只打印一个\。

Charlie 15 年前

我一点也不奇怪瑞吉克斯的速度真的很慢——你用一个大的通用锤子来敲一个小钉子。当然,如果您最终需要做一些更有趣的事情,那么regex可能会很快获得简单性方面的优势。

对于更简单/更快的方法,您可以尝试将转义字符串一次写入一个单独的缓冲区中的一个字符。然后,添加转义就变得很简单了,而且您不会浪费任何时间重新分配字符串或移动字符。最大的困难将是管理缓冲区的大小,但是您可以使用一个向量来实现这一点,并为每个字符串重用相同的向量以避免重复分配。效率的提高很大程度上取决于向量如何工作的细节,但如果需要,您可以将其归结为原始数组和手动内存管理。

如果使用vector:

vector<char> buf;
for( some_iterator it = all_the_strings.begin();
     it != all_the_strings.end(); ++it )
{
    buf.clear();
    const string & str = *it;
    for( size_t i = 0; i < str.size(); ++i )
    {
        if( str[i] == '"' || str[i] == '\\' )
            buf.push_back( '\\' );
        buf.push_back( str[i] );
    }
    buf.push_back( '\0' );

    // note: this is not guaranteed to be safe, see answer comments
    const char * escaped = &buf[0];

    // print escaped string to file here...
}

DeusAduro 15 年前

这里有一个使用string::find和string::insert的实现,不确定它的速度是否更快,您必须弄清楚!这里是:

std::string src = "hey there i have \" all \" over the f\"in pla\"ce\"";
size_t n = 0;
while ( (n=src.find("\"",n)) != std::string::npos )
{
    src.insert(n,"\\");
    n+=2;
}   
std::cout << src << std::endl;

打印:

嘿,我已经“全部”了 “解放军”