C# 中的快速字符串解析

Question

在 C# 中解析字符串最快的方法是什么？

目前我只是使用字符串索引（

string[index]

）并且代码运行合理，但我忍不住认为索引访问器所做的连续范围检查必须添加一些东西。

所以，我想知道我应该考虑哪些技术来增强它。 这些是我最初的想法/问题：

1. 使用

   string.IndexOf()

   和

   IndexOfAny()

   等方法来查找感兴趣的字符。 这些比通过

   string[index]

   手动扫描字符串更快吗？
2. 使用正则表达式。 就我个人而言，我不喜欢正则表达式，因为我发现它们很难维护，但是这些可能比手动扫描字符串更快吗？
3. 使用不安全的代码和指针。 这将消除索引范围检查，但我读到不安全的代码不会在不受信任的环境中运行。 这究竟意味着什么？ 这是否意味着整个程序集不会加载/运行，或者只有标记为不安全的代码才会拒绝运行？该库可能会在多种环境中使用，因此能够回退到较慢但更兼容的模式会很好。
4. 我还可以考虑什么？

NB：我应该说，我正在解析的字符串可能相当大（比如 30k），并且采用自定义格式，没有标准的 .NET 解析器。 另外，这段代码的性能并不是非常关键，所以这在一定程度上只是一个好奇的理论问题。

Answer 1

30k 并不是我认为的大。在兴奋之前，我先介绍一下。索引器应该能够很好地实现灵活性和安全性的最佳平衡。

例如，要创建一个 128k 字符串（以及相同大小的单独数组），用垃圾填充它（包括处理

Random

的时间）并通过索引器对所有字符代码点求和需要... 3ms :

        var watch = Stopwatch.StartNew();
        char[] chars = new char[128 * 1024];
        Random rand = new Random(); // fill with junk
        for (int i = 0; i < chars.Length; i++) chars[i] =
             (char) ((int) 'a' + rand.Next(26));

        int sum = 0;
        string s = new string(chars);
        int len = s.Length;
        for(int i = 0 ; i < len ; i++)
        {
            sum += (int) chars[i];
        }
        watch.Stop();
        Console.WriteLine(sum);
        Console.WriteLine(watch.ElapsedMilliseconds + "ms");
        Console.ReadLine();

对于实际上很大的文件，应使用阅读器方法 -

StreamReader

等

Answer 2

“解析”是一个相当不精确的术语。既然您谈到了 30k，那么您似乎正在处理某种结构化字符串，可以通过使用解析器生成器工具创建解析器来覆盖该字符串。

Devin Cook 的 GOLD 解析系统是一个创建、维护和理解整个过程的好工具：http://goldparser.org/

这可以帮助您创建高效且正确的代码来满足许多文本解析需求。

至于你的观点：

1. 通常对于比分割字符串更进一步的解析没有用。

2. 如果没有递归或太复杂的规则，则更适合。

如果您还没有真正确定这是一个严重的问题，那么

3. 基本上是不行的。 JIT 仅在需要时才负责进行范围检查，实际上对于简单循环（典型的

   for

   循环），这处理得很好。