Question

在C＃中解析字符串的最快方法是什么？

目前我只是使用字符串索引（string[index]）并且代码运行合理，但我不禁想到索引访问器所做的连续范围检查必须添加一些内容。

所以，我想知道我应该考虑采用哪些技术来提升它。这些是我最初的想法/问题：

使用string.IndexOf()和IndexOfAny()等方法查找感兴趣的字符。这些比string[index]手动扫描字符串更快吗？
使用正则表达式。就个人而言，我不喜欢正则表达式，因为我发现它们难以维护，但这些可能比手动扫描字符串更快吗？
使用不安全的代码和指针。这将消除索引范围检查，但我已经读过不安全的代码不会在不受信任的环境中运行。究竟是什么意思呢？这是否意味着整个程序集不会加载/运行，或只是标记为不安全的代码拒绝运行？该库可能会在许多环境中使用，因此能够回退到更慢但更兼容的模式会很不错。
我还能考虑什么？

注意：我应该说，我正在解析的字符串可能相当大（比如30k），并且是自定义格式，没有标准的.NET解析器。此外，这段代码的表现并不是非常关键，所以这部分只是好奇心的理论问题。

Answer 1

30k不是我认为的大。在兴奋之前，我会说。索引器应该很好，以实现灵活性和安全性的最佳平衡。

例如，要创建128k字符串（以及相同大小的单独数组），请使用垃圾填充（包括处理Random的时间）并通过索引器将所有字符代码点相加...... 3ms：

        var watch = Stopwatch.StartNew();
        char[] chars = new char[128 * 1024];
        Random rand = new Random(); // fill with junk
        for (int i = 0; i < chars.Length; i++) chars[i] =
             (char) ((int) 'a' + rand.Next(26));

        int sum = 0;
        string s = new string(chars);
        int len = s.Length;
        for(int i = 0 ; i < len ; i++)
        {
            sum += (int) chars[i];
        }
        watch.Stop();
        Console.WriteLine(sum);
        Console.WriteLine(watch.ElapsedMilliseconds + "ms");
        Console.ReadLine();

对于实际大的文件，应使用 reader 方法 - StreamReader等。

Answer 2

“解析”是一个非常不精确的术语。因为你说的是30k，所以你可能正在处理某种结构化的字符串，可以通过使用解析器生成器工具创建解析器来解决这个问题。

创建，维护和理解整个过程的一个很好的工具是Devin Cook的GOLD解析系统：http://www.devincook.com/goldparser/

这可以帮助您创建有效且正确的代码，以满足许多文本解析需求。

关于你的观点：

通常对解析没有用，这比分割字符串更进一步。
更适合。
基本上是禁止的。 JIT可以仅在需要时处理范围检查，实际上对于简单的循环（典型的for循环），这可以很好地处理。

C＃中的快速字符串解析

2 个答案: