概述:
通过ftp附加到StringBuilder以获取非常大的字符串,将文本文件(有时是html)流式传输.文件大小范围从300KB到30MB.
正则表达式是半复杂的,但需要文件的多行(例如,识别书的部分),因此任意破坏字符串,或者在每个下载循环上运行替换都是不可能的.
替换样本:
Regex re = new Regex("<A.*?>Table of Contents</A>",RegexOptions.IgnoreCase); source = re.Replace(source,"");
随着每次运行更换内存天空火箭,我知道这是因为字符串在C#中是不可变的并且它需要复制 – 即使我调用GC.Collect()它仍然对30MB文件没有帮助.
有关更好的接近方法的建议,或使用常量内存执行多个正则表达式替换的方法(制作2个副本(内存为60MB),执行搜索,将副本丢弃回30MB)?
更新:
似乎没有一个简单的答案,但对于未来的人来说,我最终使用下面所有答案的组合使其达到可接受的状态:
>如果可能的话,将字符串分成块,请参阅manojlds的答案,以便在读取文件时找到合适的终点.
>如果你不能像流一样进行拆分,至少可以在以后拆分 – 请参阅ChrisWue的一些外部工具的答案,这些工具可能有助于管理文件.
>优化正则表达式,避免贪婪的运算符,并尝试尽可能限制引擎必须做的事情 – 请参阅Sylverdrag的回答.
>尽可能结合正则表达式,这减少了正则表达式不相互依赖时的替换次数(在这种情况下用于清除错误输入) – 请参阅Brian Reichle对代码示例的回答.
谢谢你们!
解决方法
Regex re = new Regex("First Pattern|Second Pattern|Super(Mega)*Delux",RegexOptions.IgnoreCase); source = re.Replace(source,delegate(Match m) { string value = m.Value; if(value.Equals("first pattern",StringComparison.OrdinalIgnoreCase) { return "1st"; } else if(value.Equals("second pattern",StringComparison.OrdinalIgnoreCase) { return "2nd"; } else { return ""; } });
当然,如果后面的模式需要能够匹配早期替换的结果,那么这就会分崩离析.
原文地址:https://www.jb51.cc/csharp/101160.html
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。