Birinin kullanılmış bir yanıtı dün bir yorum yaptı [0123456789]
bir de normal ifade yerine [0-9]
ya \d
. Bir aralık veya basamak belirtecini kullanmanın bir karakter setinden daha etkili olduğunu söyledim.
Bunu bugün test etmeye karar verdim ve (en azından C # regex motorunda) \d
çok farklı görünmeyen diğer ikisinden daha az verimli göründüğüne şaşırdım . İşte 5077 aslında bir rakam içeren 1000 rastgele karakter 10000 rastgele dizeleri üzerinde benim test çıktı:
Regular expression \d took 00:00:00.2141226 result: 5077/10000
Regular expression [0-9] took 00:00:00.1357972 result: 5077/10000 63.42 % of first
Regular expression [0123456789] took 00:00:00.1388997 result: 5077/10000 64.87 % of first
İki nedenden dolayı benim için sürpriz oldu:
- Aralığın setten çok daha verimli uygulanacağını düşünürdüm.
- Neden
\d
daha kötü olduğunu anlayamıyorum[0-9]
.\d
Sadece kısaltmaktan daha fazlası var mı[0-9]
?
İşte test kodu:
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Diagnostics;
using System.Text.RegularExpressions;
namespace SO_RegexPerformance
{
class Program
{
static void Main(string[] args)
{
var rand = new Random(1234);
var strings = new List<string>();
//10K random strings
for (var i = 0; i < 10000; i++)
{
//Generate random string
var sb = new StringBuilder();
for (var c = 0; c < 1000; c++)
{
//Add a-z randomly
sb.Append((char)('a' + rand.Next(26)));
}
//In roughly 50% of them, put a digit
if (rand.Next(2) == 0)
{
//Replace one character with a digit, 0-9
sb[rand.Next(sb.Length)] = (char)('0' + rand.Next(10));
}
strings.Add(sb.ToString());
}
var baseTime = testPerfomance(strings, @"\d");
Console.WriteLine();
var testTime = testPerfomance(strings, "[0-9]");
Console.WriteLine(" {0:P2} of first", testTime.TotalMilliseconds / baseTime.TotalMilliseconds);
testTime = testPerfomance(strings, "[0123456789]");
Console.WriteLine(" {0:P2} of first", testTime.TotalMilliseconds / baseTime.TotalMilliseconds);
}
private static TimeSpan testPerfomance(List<string> strings, string regex)
{
var sw = new Stopwatch();
int successes = 0;
var rex = new Regex(regex);
sw.Start();
foreach (var str in strings)
{
if (rex.Match(str).Success)
{
successes++;
}
}
sw.Stop();
Console.Write("Regex {0,-12} took {1} result: {2}/{3}", regex, sw.Elapsed, successes, strings.Count);
return sw.Elapsed;
}
}
}
\d
farklı dillerde aynı anlama gelmez. Java'da, örneğin \d
gerçekten sadece 0-9 ile eşleşir
\d
ilgilenir. Örneğin İbranice rakamlar için harf kullanır.