Question

我在C＃中遇到了Regex性能问题。

我需要更换一个非常大的字符串（270k字符串，不要问为什么......）。正则表达式匹配约3k次。

private static Regex emptyCSSRulesetRegex = new Regex(@"[^\};\{]+\{\s*\}", RegexOptions.Compiled | RegexOptions.Singleline);

public string ReplaceEmptyCSSRulesets(string css) {
  return emptyCSSRulesetRegex.Replace(css, string.Empty);
}

我传递给方法的字符串如下所示：

.selector-with-statements{border:none;}.selector-without-statements{}.etc{}

目前替换过程在C＃中占用 1500ms ，但是当我在Javascript中完全相同时，只需要 100ms 。

我用于计时的Javascript代码：

console.time('reg replace');
myLargeString.replace(/[^\};\{]+\{\s*\}/g,'');
console.timeEnd('reg replace');

我还尝试通过以相反的顺序循环匹配来替换，并替换StringBuilder中的字符串。那没有帮助。

我对C＃和Javascript在这种情况下的性能差异感到惊讶，我认为我做错了什么但我想不出任何事情。

Answer 1

我无法真正解释Javascript和C＃（*）之间的时差。但是你可以尝试提高模式的性能（产生大量的回溯）：

private static Regex emptyCSSRulesetRegex = new Regex(@"(?<keep>[^};{]+)(?:{\s*}(?<keep>))?", RegexOptions.Compiled);

public string ReplaceEmptyCSSRulesets(string css) {
    return emptyCSSRulesetRegex.Replace(css, @"${keep}");
}

原始模式的一个问题是，当大括号不为空（或者没有用空格填充）时，正则表达式引擎将继续测试开始大括号之前的每个位置（总是具有相同的结果）。示例：使用字符串abcd{1234}，您的模式将从a开始，然后b ...

我建议的模式将消耗abcd，即使后面没有空的大括号，因此bcd的位置不会被测试。

abcd在名为keep的组中捕获，但是当找到空的大括号时，捕获组将被空捕获组覆盖。

您可以了解两种模式所需的步骤数（检查调试器）：

original pattern

new pattern

注意：如果将[^}{;]+括在原子组中，则可以改进原始模式。此更改将所需的步数除以2（与原始步骤相比），但即使如此，由于前面解释的原因，步数仍然很高。

（*）javascript正则表达式引擎可能足够智能，无法重试所有这些位置，但这只是一个假设。

大字符串正则表达式替换C＃中的性能

1 个答案: