正则表达式运行太慢

Question

我有这段代码，但它会破坏所有代码。 知道如何重写这个更有效吗？

Regex.Replace(text, @".+[a-zA-Z0-9]{17,500}.+(\r\n)", Environment.NewLine, RegexOptions.Compiled);

Answer 1

.+[a-zA-Z0-9]{17,500}.+(\r\n)模式的效率非常低，因为第一个.+子模式一次抓取整条线，然后回溯以适应17的字符串（是的，检查了17个字符，然后是正则表达式引擎称它为一天）字母数字字符。这是一项代价高昂的操作。

你应该重新考虑这种方法。而不是使用Regex.Replace拆分文本（如果你有一个大的多线字符串）与换行符来获得一行数组，或者 - 如果你正在读取文件 - 逐行读取它，并检查每个字符串（列表/数组中的项目或行）都带有一个简单的

Regex.IsMatch(line, "[a-zA-Z0-9]{17}")

仅检查17个连续的ASCII字母数字字符或 - 实际上强制限制17到500个这样的字符：

Regex.IsMatch(line, @"(?<![a-zA-Z0-9])[a-zA-Z0-9]{17,500}(?![a-zA-Z0-9])")

如果找到匹配项，请跳过项/行，否则，将其添加到稍后string.Join("\n", resulting_list)的输出/结果数组中。

(?<![a-zA-Z0-9])确保前面的char不是ASCII字母数字字符，(?![a-zA-Z0-9])对以下字符进行相同的检查。