什么是优化我的正则表达式匹配的最佳方法

Question

我有一个带有文本框的应用程序。用户在此框中输入文本。

我在该文本框中的 OnKeyUp 事件中触发了以下函数

private void bxItemText_KeyUp(object sender, System.Windows.Input.KeyEventArgs e)
{               
    // rules is an array of regex strings
    foreach (string rule in rules)
    {
        Regex regex = new Regex(rule);
        if (regex.Match(text.Trim().ToLower()))
        {
            // matched rule is a variable
            matchedRule = rule;
            break;
        }
    }
}

我在rules 中有大约 12 个字符串，尽管这可能会有所不同。

一旦文本框中的文本长度超过 80 个字符，性能就会开始下降。在 100 个字符后键入一个字母需要一秒钟才能显示出来。

如何优化它？我应该在每 3 个 KeyUp 上匹配吗？我应该完全放弃 KeyUp 并每隔几秒钟自动匹配一次吗？

Answer 1

如何优化它？我应该在每 3 个 KeyUp 上匹配吗？我应该完全放弃 KeyUp 并每隔几秒钟自动匹配一次吗？

我会选择第二个选项，即放弃 KeyUp 并每隔几秒触发一次验证，或者最好在 TextBox 失去焦点时触发验证。

另一方面，我应该建议预先缓存正则表达式并编译它们，因为您似乎在一遍又一遍地使用它们，换句话说，而不是将规则作为字符串存储在该数组中，您应该存储在添加或加载它们时将它们作为编译的正则表达式对象。

Answer 2

使用static方法调用而不是每次都创建一个新对象，static调用使用caching特性：Optimizing Regular Expression Performance, Part I: Working with the Regex Class and Regex Objects。

这将是性能的重大改进，那么您可以提供您的正则表达式（规则），看看是否可以在正则表达式中进行一些优化。

其他资源：

• Optimizing Regular Expression Performance, Part II: Taking Charge of Backtracking
• Optimizing Regex Performance, Part 3

Answer 3

在正则表达式级别将字符串组合为一个比在代码中的 foreach 更快。 Combining two Regex to one

Answer 4

如果您需要为每个新符号确定模式，并且您关心性能，那么最终状态机似乎是最佳选择... 那是更难的方式。您应该为每个符号指定允许的下一个符号的列表。 如果可能的话，OnKeyUp 你只​​需进入下一个状态。您将拥有输入文本当前匹配的模式数量。 我可以找到一些有用的参考资料：

FSM example

Guy explaining how to convert Regex to FSM

Regex - FSM converting discussion

Answer 5

您不需要每次都创建一个新的正则表达式对象。如果之前使用过（从 .Net 2 开始），也使用静态调用将缓存模式。这是我将如何重写它

matchedRule = Rules.FirstOrDefault( rule => Regex.IsMatch(text.Trim().ToLower(), rule));

Answer 6

鉴于您似乎在匹配关键字，您能否只对已编辑文本的当前部分（即光标附近）执行匹配？设计起来可能会很棘手，尤其是对于粘贴或撤消等操作，但有很大的性能提升空间。

Answer 7

预编译你的正则表达式（使用RegexOptions.Compiled）。另外，您可以通过扩展您的正则表达式使Trim 和ToLower 冗余吗？您为每个规则运行一次 Trim 和 ToLower，即使您无法完全消除它们，这也是低效的

您可以尝试使您的规则互斥 - 这应该会加快速度。我做了一个简短的测试：匹配以下内容

“猫|汽车|出租车|盒子|气球|按钮”

这样写可以加快速度

“ca(t|r|b)|b(ox|alloon|utton)”