Delphi：快速（更）宽字符串连接

Question

我有一个函数，他的工作是将 ADO Recordset 转换为 html：

class function RecordsetToHtml(const rs: _Recordset): WideString;

而且函数的核心涉及很多宽字符串连接：

   while not rs.EOF do
   begin
      Result := Result+CRLF+
         '<TR>';

      for i := 0 to rs.Fields.Count-1 do
         Result := Result+'<TD>'+VarAsWideString(rs.Fields[i].Value)+'</TD>';

      Result := Result+'</TR>';
      rs.MoveNext;
    end;

如果有几千个结果，任何用户都会觉得该函数运行时间太长。 Delphi Sampling Profiler 表明 99.3% 的时间用于宽字符串连接（@WStrCatN 和 @WstrCat）。

任何人都可以想出一种改进宽字符串连接的方法吗？我认为 Delphi 5 没有任何类型的字符串生成器。而且Format 不支持Unicode。

---

为了确保没有人试图偷懒：假装你正在实现接口：

IRecordsetToHtml = interface(IUnknown)
    function RecordsetToHtml(const rs: _Recordset): WideString;
end;

---

更新一

我曾想过使用IXMLDOMDocument 将HTML 构建为xml。但后来我意识到最终的 HTML 将是 xhtml 而不是 html - 一个微妙但重要的区别。

更新二

微软知识库文章：How To Improve String Concatenation Performance

Answer 1

WideString 本质上很慢，因为它们是为实现 COM 兼容性而实现的，并通过 COM 调用。如果您查看代码，它将继续重新分配字符串并调用 SysAllocStringLen() 和 C，它们是来自 oleaut32.dll 的 API。它不使用 Delphi 内存管理器，但 AFAIK 它使用 COM 内存管理器。 因为大多数 HTML 页面不使用 UTF-16，所以使用原生 Delphi 字符串类型和字符串列表可能会得到更好的结果，尽管你应该小心从 UTF 和实际代码页转换，并且转换也会降低性能. 此外，您正在使用 VarAsString() 函数，该函数可能将变体转换为 AnsiString，然后再转换为 WideString。检查您的 Delphi 版本是否有 VarAsWideString() 或类似的函数来避免它，或者如果您可以确定您的变体永远不会为 NULL，请依赖 Delphi 自动转换。

Answer 2

是的，你的算法显然是 O(n^2)。

不要返回string，而是尝试返回TStringList，并将循环替换为

   while not rs.EOF do
   begin
      Result.Add('<TR>');

      for i := 0 to rs.Fields.Count-1 do
         Result.Add( '<TD>'+VarAsString(rs.Fields[i].Value)+'</TD>' );

      Result := Result.Add('</TR>');
      rs.MoveNext;
    end;

然后您可以使用TStringList.SaveToFile 保存您的Result

Answer 3

我现在无法花时间为您提供确切的代码。

但我认为你能做的最快的事情是：

1. 遍历所有字符串并计算它们的总长度，同时添加您需要的额外表格标签。

2. 使用 SetString 分配一个适当长度的字符串。

3. 再次循环遍历所有字符串并使用the "Move" procedure 将字符串复制到最终字符串中的适当位置。

关键是由于不断分配和释放内存，许多连接到字符串的时间越来越长。一次分配将是您最大的节省时间。

Answer 4

我找到了最好的解决方案。 Delphi 的开源HtmlParser，有一个助手TStringBuilder 类。它在内部用于构建他所谓的DomStrings，实际上是WideString的别名：

TDomString = WideString;

稍微摆弄一下他的班级：

TStringBuilder = class
public
   constructor Create(ACapacity: Integer);
   function EndWithWhiteSpace: Boolean;
   function TailMatch(const Tail: WideString): Boolean;
   function ToString: WideString;
   procedure AppendText(const TextStr: WideString);
   procedure Append(const value: WideString);
   procedure AppendLine(const value: WideString);
   property Length: Integer read FLength;
end;

例程的胆量变成：

while not rs.EOF do
begin
   sb.Append('<TR>');

   for i := 0 to rs.Fields.Count-1 do
      sb.Append('<TD>'+VarAsWideString(rs.Fields[i].Value));

   sb.AppendLine('</TR>');

   rs.MoveNext;
end;

然后代码感觉运行得无限快。分析显示很大改进； WideString 操作和长度计数变得可以忽略不计。取而代之的是 FastMM 自己的内部运营。

备注

1. 很好地发现了错误地将所有字符串强制转换为当前代码页（VarAsString 而不是VarAsWideString）
2. 一些 HTML 结束标签是可选的；省略了逻辑上没有意义的部分。

Answer 5

Widestring 不被引用计数，任何修改都意味着字符串操作。 如果您的内容不是 unicode 编码的，您可以在内部使用本机字符串（引用计数）连接字符串，然后将其转换为 Widestring。示例如下：

var
  NativeString: string;
begin
   // ...
   NativeString := '';

   while not rs.EOF do
   begin
     NativeString := NativeString + CRLF + '<TR>';

     for i := 0 to rs.Fields.Count-1 do
       NativeString := NativeString + '<TD>'+VarAsString(rs.Fields[i].Value) + '</TD>';

     NativeString := NativeString + '</TR>';
     rs.MoveNext;
   end;

   Result := WideString(NativeString);

我还看到了另一种方法：将 Unicode 编码为 UTF8String（作为引用计数），将它们连接起来，最后将 UTF8String 转换为 Widestring。但我不确定，是否可以直接连接两个 UTF8String。还应考虑编码时间。

无论如何，尽管 Widestring 连接比原生字符串操作慢得多。但它仍然是 IMO 可以接受的。应该避免对这类事情进行过多的调整。 认真考虑性能，然后您应该将您的 Delphi 升级到至少 2009 年。购买工具的成本比在老德尔福。