My<cod/>.net
Почему это регулярное выражение быстрее?
Я пишу своего рода клиент Telnet в C#, и часть того, что мне нужно разобрать, - это escape-последовательности ANSI/VT100, в частности, только те, которые используются для цвета и форматирования (подробно здесь ).
Один из методов, который у меня есть, - это найти все коды и удалить их, чтобы я мог отображать текст без форматирования, если это необходимо:
public static string StripStringFormating(string formattedString)
{
if (rTest.IsMatch(formattedString))
return rTest.Replace(formattedString, string.Empty);
else
return formattedString;
}
Я новичок в регулярных выражениях, и мне было предложено использовать это:
static Regex rText = new Regex(@"\e\[[\d;]+m", RegexOptions.Compiled);Однако это не удалось, если escape-код был неполным из-за ошибки на сервере. Итак, это было предложено, но мой друг предупредил, что это может быть медленнее (это также соответствует другому условию (z) , с которым я могу столкнуться позже):
static Regex rTest =
new Regex(@"(\e(\[([\d;]*[mz]?))?)?", RegexOptions.Compiled);Это не только сработало, но и было на самом деле быстрее и уменьшило влияние на мой текстовый рендеринг. Может кто-нибудь объяснить новичку regexp, почему? :)
Вы действительно хотите запустить регулярное выражение дважды? Не проверив (плохой я) я бы подумал, что это будет хорошо работать:
public static string StripStringFormating(string formattedString)
{
return rTest.Replace(formattedString, string.Empty);
}
Если это так, вы должны увидеть, что он работает ~twice так же быстро...
Причина, по которой #1 медленнее, заключается в том, что [\d;]+ является жадным квантором. Используя +? или *? собирается сделать ленивую количественную оценку. Дополнительную информацию смотрите в разделе MSDN-кванторы .
Возможно, вы захотите попробовать:
"(\e\[(\d{1,2};)*?[mz]?)?"
Это может быть быстрее для вас.
Не делая детального анализа, я бы предположил, что это быстрее из-за вопросительных знаков. Они позволяют регулярному выражению быть "lazy," и останавливаться, как только у них будет достаточно совпадений, а не проверять, совпадает ли rest входных данных.
Однако я не совсем доволен этим ответом, потому что это в основном относится к вопросительным знакам после * или +. Если бы я был более знаком с вводными данными, это могло бы иметь для меня больше смысла.
(Кроме того, для форматирования кода Вы можете выбрать весь код и нажать Ctrl + K , чтобы добавить четыре необходимых пробела.)
Я не уверен, что это поможет в том, над чем вы работаете, но давным-давно я написал регулярное выражение для разбора графических файлов ANSI.
(?s)(?:\e\[(?:(\d+);?)*([A-Za-z])(.*?))(?=\e\[|\z)
Он будет возвращать каждый код и связанный с ним текст.
Входная строка:
<ESC>[1;32mThis is bright green.<ESC>[0m This is the default color.
Результаты:
[ [1, 32], m, This is bright green.]
[0, m, This is the default color.]