[英]Clean the string? is there any better way of doing it?
我正在使用此方法来清理字符串
public static string CleanString(string dirtyString)
{
string removeChars = " ?&^$#@!()+-,:;<>’\'-_*";
string result = dirtyString;
foreach (char c in removeChars)
{
result = result.Replace(c.ToString(), string.Empty);
}
return result;
}
这种方法工作正常。但是这种方法存在性能故障。 每次我传递字符串时,每个字符都进入循环,如果我有一个大字符串,那么返回该对象需要花费太多时间。
有没有其他更好的方法做同样的事情? 比如在LINQ或JQUERY / Javascript中
任何建议将不胜感激。
好的,请考虑以下测试:
public class CleanString
{
//by MSDN http://msdn.microsoft.com/en-us/library/844skk0h(v=vs.71).aspx
public static string UseRegex(string strIn)
{
// Replace invalid characters with empty strings.
return Regex.Replace(strIn, @"[^\w\.@-]", "");
}
// by Paolo Tedesco
public static String UseStringBuilder(string strIn)
{
const string removeChars = " ?&^$#@!()+-,:;<>’\'-_*";
// specify capacity of StringBuilder to avoid resizing
StringBuilder sb = new StringBuilder(strIn.Length);
foreach (char x in strIn.Where(c => !removeChars.Contains(c)))
{
sb.Append(x);
}
return sb.ToString();
}
// by Paolo Tedesco, but using a HashSet
public static String UseStringBuilderWithHashSet(string strIn)
{
var hashSet = new HashSet<char>(" ?&^$#@!()+-,:;<>’\'-_*");
// specify capacity of StringBuilder to avoid resizing
StringBuilder sb = new StringBuilder(strIn.Length);
foreach (char x in strIn.Where(c => !hashSet.Contains(c)))
{
sb.Append(x);
}
return sb.ToString();
}
// by SteveDog
public static string UseStringBuilderWithHashSet2(string dirtyString)
{
HashSet<char> removeChars = new HashSet<char>(" ?&^$#@!()+-,:;<>’\'-_*");
StringBuilder result = new StringBuilder(dirtyString.Length);
foreach (char c in dirtyString)
if (removeChars.Contains(c))
result.Append(c);
return result.ToString();
}
// original by patel.milanb
public static string UseReplace(string dirtyString)
{
string removeChars = " ?&^$#@!()+-,:;<>’\'-_*";
string result = dirtyString;
foreach (char c in removeChars)
{
result = result.Replace(c.ToString(), string.Empty);
}
return result;
}
// by L.B
public static string UseWhere(string dirtyString)
{
return new String(dirtyString.Where(Char.IsLetterOrDigit).ToArray());
}
}
static class Program
{
/// <summary>
/// The main entry point for the application.
/// </summary>
[STAThread]
static void Main()
{
var dirtyString = "sdfdf.dsf8908()=(=(sadfJJLef@ssyd€sdöf////fj()=/§(§&/(\"&sdfdf.dsf8908()=(=(sadfJJLef@ssyd€sdöf////fj()=/§(§&/(\"&sdfdf.dsf8908()=(=(sadfJJLef@ssyd€sdöf";
var sw = new Stopwatch();
var iterations = 50000;
sw.Start();
for (var i = 0; i < iterations; i++)
CleanString.<SomeMethod>(dirtyString);
sw.Stop();
Debug.WriteLine("CleanString.<SomeMethod>: " + sw.ElapsedMilliseconds.ToString());
sw.Reset();
....
<repeat>
....
}
}
产量
CleanString.UseReplace: 791
CleanString.UseStringBuilder: 2805
CleanString.UseStringBuilderWithHashSet: 521
CleanString.UseStringBuilderWithHashSet2: 331
CleanString.UseRegex: 1700
CleanString.UseWhere: 233
结论
您使用哪种方法可能无关紧要。
UseWhere
( UseWhere
:233ms)和最慢( UseStringBuilder
:2805ms)方法之间的时间差为2572ms,连续调用50000(!)次。 如果不经常运行该方法,您可能不需要关心它。
但是如果你这样做,请使用UseWhere
方法(由LB编写); 但也要注意它略有不同。
如果它纯粹是你所追求的速度和效率,我会建议做这样的事情:
public static string CleanString(string dirtyString)
{
HashSet<char> removeChars = new HashSet<char>(" ?&^$#@!()+-,:;<>’\'-_*");
StringBuilder result = new StringBuilder(dirtyString.Length);
foreach (char c in dirtyString)
if (!removeChars.Contains(c)) // prevent dirty chars
result.Append(c);
return result.ToString();
}
RegEx当然是一个优雅的解决方案,但它增加了额外的开销。 通过指定字符串构建器的起始长度,它只需要分配一次内存(最后一次分配ToString
)。 这将减少内存使用量并提高速度,尤其是在较长的字符串上。
但是,正如LB所说,如果你使用它来正确编码绑定到HTML输出的文本,你应该使用HttpUtility.HtmlEncode
而不是自己动手。
使用正则表达式[?&^$#@!()+-,:;<>'\\'-_*]
替换为空字符串
我不知道,在性能方面,使用Regex
或LINQ是否会有所改进。
可能有用的东西是使用StringBuilder
创建新字符串,而不是每次使用string.Replace
:
using System.Linq;
using System.Text;
static class Program {
static void Main(string[] args) {
const string removeChars = " ?&^$#@!()+-,:;<>’\'-_*";
string result = "x&y(z)";
// specify capacity of StringBuilder to avoid resizing
StringBuilder sb = new StringBuilder(result.Length);
foreach (char x in result.Where(c => !removeChars.Contains(c))) {
sb.Append(x);
}
result = sb.ToString();
}
}
也许首先解释'为什么'然后再解释'什么'是有帮助的。 您的性能降低的原因是因为c#copies-and -c替换每个替换的字符串。 根据我在.NET中使用Regex的经验并不总是更好 - 虽然在大多数情况下(我认为包括这个)它可能会工作得很好。
如果我真的需要性能,我通常不会让运气好,只需告诉编译器我想要的东西:即:创建一个带有上限字符数的字符串,并复制你需要的所有字符。 也可以用开关/ case或数组替换hashset,在这种情况下你最终可能会跳转表或数组查找 - 这甚至更快。
“务实”的最佳但快速的解决方案是:
char[] data = new char[dirtyString.Length];
int ptr = 0;
HashSet<char> hs = new HashSet<char>() { /* all your excluded chars go here */ };
foreach (char c in dirtyString)
if (!hs.Contains(c))
data[ptr++] = c;
return new string(data, 0, ptr);
顺便说一句:当您想要处理高代理Unicode字符时,此解决方案不正确 - 但可以轻松调整以包含这些字符。
-Stefan。
这个更快!
采用:
string dirty=@"tfgtf$@$%gttg%$% 664%$";
string clean = dirty.Clean();
public static string Clean(this String name)
{
var namearray = new Char[name.Length];
var newIndex = 0;
for (var index = 0; index < namearray.Length; index++)
{
var letter = (Int32)name[index];
if (!((letter > 96 && letter < 123) || (letter > 64 && letter < 91) || (letter > 47 && letter < 58)))
continue;
namearray[newIndex] = (Char)letter;
++newIndex;
}
return new String(namearray).TrimEnd();
}
我无法花时间进行酸性测试,但这条线并没有按照需要实际清理斜线。
HashSet<char> removeChars = new HashSet<char>(" ?&^$#@!()+-,:;<>’\'-_*");
我不得不单独添加斜杠并逃避反斜杠
HashSet<char> removeChars = new HashSet<char>(" ?&^$#@!()+-,:;<>’'-_*");
removeChars.Add('/');
removeChars.Add('\\');
我在我当前的项目中使用它,它工作正常。 它接受一个句子,它删除所有非字母数字字符,然后返回句子,第一个字母大写的所有单词和小写的其他所有单词。 也许我应该称之为SentenceNormalizer。 命名很难:)
internal static string StringSanitizer(string whateverString)
{
whateverString = whateverString.Trim().ToLower();
Regex cleaner = new Regex("(?:[^a-zA-Z0-9 ])", RegexOptions.IgnoreCase | RegexOptions.CultureInvariant | RegexOptions.Compiled);
var listOfWords = (cleaner.Replace(whateverString, string.Empty).Split(' ', StringSplitOptions.RemoveEmptyEntries)).ToList();
string cleanString = string.Empty;
foreach (string word in listOfWords)
{
cleanString += $"{word.First().ToString().ToUpper() + word.Substring(1)} ";
}
return cleanString;
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.