在字符串的所有实例前添加一个char

Question

我正在使用C＃。 NET 2.0和WinForms。

我有一段在Assembly中格式化的代码，如下所示：

VARIABLE = 40
ADDRESS = $60

LDA VARIABLE;
STA ADDRESS;

输出应为：

!VARIABLE = 40
!ADDRESS = $60

LDA !VARIABLE;
STA !ADDRESS;

当然，还有更多。 就像2000行一样，关键是文件的顶部有声明，我可以加载/保存它们或对其进行任何操作。 但是我的问题是，我必须在所有这些声明（甚至在原始代码中）前面加上!！

我当前的方法是这样的：

        var defs = tab.tb.GetRanges(@"^\s*([A-Za-z0-9_]+){4,255}\s*=", RegexOptions.Multiline); // all declarations are formatted like this, so use regex to get all of them
        foreach (var def in defs)
        {
            string actual = def.Text.Substring(0, def.Text.IndexOf(' ')); // remove the = sign since its not used in actual code
                txt = txt.Replace(actual, "!" + actual);
        }

但是，此方法非常慢。 “修复”文件中的所有声明大约需要3秒钟。 有什么更好的办法吗？ 记录下来，语法与普通文本框略有不同，因为我使用http://www.codeproject.com/KB/edit/FastColoredTextBox_.aspx作为文本控件。

Answer 1

我怀疑您的性能问题在于对str进行替换。 .NET中的字符串是不可变的，因此，当您执行任何更改字符串的操作（追加，替换等）时，.NET必须创建一个新字符串并将旧字符串复制到其中（所有2000行），以及变化。 尝试将字符串加载到StringBuilder （可变）中，并使用其本机.Replace（）方法。

Answer 2

这是一个快速尝试。 在我的机器上，这会在<100毫秒内处理25000+行文件。

但是，我只有两个样本值以此为基础。 随着更多的替换操作，性能将会下降。

更新：我尝试了另一个示例，这次使用25000行和8个唯一值进行修改。 性能仅降低了几毫秒。

Stopwatch sw = new Stopwatch();
string text = File.ReadAllText( @"C:\\temp\so.txt" );

sw.Start();

// find the tokens we will be replacing
Regex tokenFinder = new Regex( @"^(([A-Za-z0-9_]+){4,255})\s*(=)", RegexOptions.Multiline );

// ensure uniqueness, and remove "=" by looking at the second match group
var tokens = ( from Match m in tokenFinder.Matches( text ) select m.Groups[1].Value ).Distinct();

// perform replace for each token...performance here will greatly vary based on the number of tokens to replace
foreach( string token in tokens )
{
    Regex replaceRegex = new Regex( token );
    text = replaceRegex.Replace( text, string.Concat( "!", token.Trim() ) );
}

sw.Stop();
Console.WriteLine( "Complete in {0}ms.", sw.ElapsedMilliseconds );

Answer 3

您将量词嵌套在正则表达式中！

([A-Za-z0-9_]+){4,255}

以一个简单的字符串作为'aaaaaaaa'：正则表达式引擎应该捕获什么？ “ a” 8次，“ aa” 4次，“ aa”，然后是“ a”，然后是“ a”，然后...？

这很可能是性能问题的原因。 只是不要那样做！ 您还要尝试在整个文件中进行匹配。 即使正则表达式引擎最终会选择最左边，最长的匹配项，它也会始终尝试所有可能性。

删除+ ！