我正在调用一个REST API，并收到一个XML响应。它返回一个工作区名称列表，我正在编写一个快速的IsExistingWorkspace()方法。因为所有的工作空间都是由没有空格的连续字符组成的，我假设找出特定工作空间是否在列表中最简单的方法是删除所有空格(包括换行符)并这样做(XML是从web请求接收到的字符串):
XML.Contains("<name>" + workspaceName + "</name>");
我知道这是区分大小写的，我就靠这一点了。我只是需要一种方法来有效地删除字符串中的所有空白。我知道RegEx和LINQ可以做到，但我对其他想法持开放态度。我最关心的是速度。
当前回答
我发现不同的结果是正确的。我试图用一个空格替换所有空白，正则表达式非常慢。
return( Regex::Replace( text, L"\s+", L" " ) );
对我来说(在c++ cli中)最有效的方法是:
String^ ReduceWhitespace( String^ text )
{
String^ newText;
bool inWhitespace = false;
Int32 posStart = 0;
Int32 pos = 0;
for( pos = 0; pos < text->Length; ++pos )
{
wchar_t cc = text[pos];
if( Char::IsWhiteSpace( cc ) )
{
if( !inWhitespace )
{
if( pos > posStart ) newText += text->Substring( posStart, pos - posStart );
inWhitespace = true;
newText += L' ';
}
posStart = pos + 1;
}
else
{
if( inWhitespace )
{
inWhitespace = false;
posStart = pos;
}
}
}
if( pos > posStart ) newText += text->Substring( posStart, pos - posStart );
return( newText );
}
我首先尝试了上面的例程，分别替换每个字符，但不得不切换到为非空格部分执行子字符串。当应用到1,200,000字符的字符串时:
上面的程序可以在25秒内完成 上面的程序+单独的字符替换在95秒内 正则表达式在15分钟后中止。
其他回答
从字符串中删除所有空格的简单方法，"example"是初始字符串。
String.Concat(example.Where(c => !Char.IsWhiteSpace(c))
如果需要出色的性能，在这种情况下应该避免使用LINQ和正则表达式。我做了一些性能基准测试，似乎如果你想从字符串的开头和结尾去除空白，string. trim()是你的最终函数。
如果你需要从字符串中去除所有的空格，下面的方法是最快的:
public static string RemoveWhitespace(this string input)
{
int j = 0, inputlen = input.Length;
char[] newarr = new char[inputlen];
for (int i = 0; i < inputlen; ++i)
{
char tmp = input[i];
if (!char.IsWhiteSpace(tmp))
{
newarr[j] = tmp;
++j;
}
}
return new String(newarr, 0, j);
}
我有一种没有regexp的替代方法，它的性能似乎相当不错。这是Brandon Moretz回答的延续:
public static string RemoveWhitespace(this string input)
{
return new string(input.ToCharArray()
.Where(c => !Char.IsWhiteSpace(c))
.ToArray());
}
我在一个简单的单元测试中测试了它:
[Test]
[TestCase("123 123 1adc \n 222", "1231231adc222")]
public void RemoveWhiteSpace1(string input, string expected)
{
string s = null;
for (int i = 0; i < 1000000; i++)
{
s = input.RemoveWhitespace();
}
Assert.AreEqual(expected, s);
}
[Test]
[TestCase("123 123 1adc \n 222", "1231231adc222")]
public void RemoveWhiteSpace2(string input, string expected)
{
string s = null;
for (int i = 0; i < 1000000; i++)
{
s = Regex.Replace(input, @"\s+", "");
}
Assert.AreEqual(expected, s);
}
对于1,000,000次尝试，第一个选项(不带regexp)的运行时间不到一秒(在我的机器上是700毫秒)，第二个需要3.5秒。
我发现不同的结果是正确的。我试图用一个空格替换所有空白，正则表达式非常慢。
return( Regex::Replace( text, L"\s+", L" " ) );
对我来说(在c++ cli中)最有效的方法是:
String^ ReduceWhitespace( String^ text )
{
String^ newText;
bool inWhitespace = false;
Int32 posStart = 0;
Int32 pos = 0;
for( pos = 0; pos < text->Length; ++pos )
{
wchar_t cc = text[pos];
if( Char::IsWhiteSpace( cc ) )
{
if( !inWhitespace )
{
if( pos > posStart ) newText += text->Substring( posStart, pos - posStart );
inWhitespace = true;
newText += L' ';
}
posStart = pos + 1;
}
else
{
if( inWhitespace )
{
inWhitespace = false;
posStart = pos;
}
}
}
if( pos > posStart ) newText += text->Substring( posStart, pos - posStart );
return( newText );
}
我首先尝试了上面的例程，分别替换每个字符，但不得不切换到为非空格部分执行子字符串。当应用到1,200,000字符的字符串时:
上面的程序可以在25秒内完成 上面的程序+单独的字符替换在95秒内 正则表达式在15分钟后中止。
这是我所知道的最快的方法，即使你说你不想使用正则表达式:
Regex.Replace(XML, @"\s+", "");
如果您计划多次这样做，请在评论中注明@ hyperhuman，创建并存储一个Regex实例。这将节省每次构建它的开销，这比您想象的要昂贵得多。
private static readonly Regex sWhitespace = new Regex(@"\s+");
public static string ReplaceWhitespace(string input, string replacement)
{
return sWhitespace.Replace(input, replacement);
}
