.NET中删除空白字符串的10大方法

我们有无数方法可用于删除字符串中的所有空白，但是哪个更快呢？

成都创新互联长期为上1000家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为济水街道企业提供专业的成都做网站、成都网站建设，济水街道网站改版等技术服务。拥有10余年丰富建站经验和众多成功案例,为您定制开发。

介绍

我们有无数方法可用于删除字符串中的所有空白。大部分都能够在绝大多数的用例中很好工作，但在某些对时间敏感的应用程序中，是否采用最快的方法可能就会造成天壤之别。

如果你问空白是什么，那说起来还真是有些乱。许多人认为空白就是SPACE 字符（UnicodeU+0020，ASCII 32，HTML ），但它实际上还包括使得版式水平和垂直出现空格的所有字符。事实上，这是一整类定义为Unicode字符数据库的字符。

本文所说的空白，不但指的是它的正确定义，同时也包括string.Replace(” “, “”)方法。

这里的基准方法，将删除所有头尾和中间的空白。这就是文章标题中“所有空白”的含义。

背景

这篇文章一开始是出于我的好奇心。事实上，我并不需要用最快的算法来删除字符串中的空白。

检查空白字符

检查空白字符很简单。所有你需要的代码就是：

 
 
    
  
  
  1. char wp = ' ';
    2. 
  
  
  2. char a = 'a';
    3. 
  
  
  3. Assert.True(char.IsWhiteSpace(wp));
    4. 
  
  
  4. Assert.False(char.IsWhiteSpace(a));
    5. 
  
  
  5. 
  
  
  6. 但是，当我实现手动优化删除方法时，我意识到这并不像预期得那么好。一些源代码在微软的参考源代码库的char.cs挖掘找到：
    7. 
  
  
  7. 
  
  
  8. public static bool IsWhiteSpace(char c) {
    9. 
  
  
  9.     if (IsLatin1(c)) {
    10. 
  
  
  10.         return (IsWhiteSpaceLatin1(c));
    11. 
  
  
  11.     }
    12. 
  
  
  12.     return CharUnicodeInfo.IsWhiteSpace(c);
    13. 
  
  
  13. }
    14. 
  
  
  14. 
  
  
  15. 然后CharUnicodeInfo.IsWhiteSpace成了：
    16. 
  
  
  16. 
  
  
  17. internal static bool IsWhiteSpace(char c)
    18. 
  
  
  18. {
    19. 
  
  
  19.     UnicodeCategory uc = GetUnicodeCategory(c);
    20. 
  
  
  20.     // In Unicode 3.0, U+2028 is the only character which is under the category "LineSeparator".
    21. 
  
  
  21.     // And U+2029 is th eonly character which is under the category "ParagraphSeparator".
    22. 
  
  
  22.     switch (uc) {
    23. 
  
  
  23.         case (UnicodeCategory.SpaceSeparator):
    24. 
  
  
  24.         case (UnicodeCategory.LineSeparator):
    25. 
  
  
  25.         case (UnicodeCategory.ParagraphSeparator):
    26. 
  
  
  26.             return (true);
    27. 
  
  
  27.     }
    28. 
  
  
  28. 
  
  
  29.     return (false);
    30. 
  
  
  30. }
    31. 
  
  
  31. 
  
  
  32. GetUnicodeCategory()方法调用InternalGetUnicodeCategory()方法，而且实际上相当快，但现在我们依次已经有了4个方法调用！以下这段代码是由一位评论者提供的，可用于快速实现定制版本和JIT默认内联：
    33. 
  
  
  33. 
  
  
  34. // whitespace detection method: very fast, a lot faster than Char.IsWhiteSpace
    35. 
  
  
  35. [MethodImpl(MethodImplOptions.AggressiveInlining)] // if it's not inlined then it will be slow!!!
    36. 
  
  
  36. public static bool isWhiteSpace(char ch) {
    37. 
  
  
  37.     // this is surprisingly faster than the equivalent if statement
    38. 
  
  
  38.     switch (ch) {
    39. 
  
  
  39.         case '\u0009': case '\u000A': case '\u000B': case '\u000C': case '\u000D':
    40. 
  
  
  40.         case '\u0020': case '\u0085': case '\u00A0': case '\u1680': case '\u2000':
    41. 
  
  
  41.         case '\u2001': case '\u2002': case '\u2003': case '\u2004': case '\u2005':
    42. 
  
  
  42.         case '\u2006': case '\u2007': case '\u2008': case '\u2009': case '\u200A':
    43. 
  
  
  43.         case '\u2028': case '\u2029': case '\u202F': case '\u205F': case '\u3000':
    44. 
  
  
  44.             return true;
    45. 
  
  
  45.         default:
    46. 
  
  
  46.             return false;
    47. 
  
  
  47.     }
    48. 
  
  
  48. }
    49.

删除字符串的不同方法

我用各种不同的方法来实现删除字符串中的所有空白。

分离合并法

这是我一直在用的一个非常简单的方法。根据空格字符分离字符串，但不包括空项，然后将产生的碎片重新合并到一起。这方法听上去有点傻乎乎的，而事实上，乍一看，很像是一个非常浪费的解决方式：

 
 
    
  
  
  1. public static string TrimAllWithSplitAndJoin(string str) {
    2. 
  
  
  2.     return string.Concat(str.Split(default(string[]), StringSplitOptions.RemoveEmptyEntries));
    3. 
  
  
  3. }
    4. 
  
  
  4. 
  
  
  5. LINQ
    6. 
  
  
  6. 
  
  
  7. 这是优雅地声明式地实现这个过程的方法：
    8. 
  
  
  8. 
  
  
  9. public static string TrimAllWithLinq(string str) {
    10. 
  
  
  10.     return new string(str.Where(c => !isWhiteSpace(c)).ToArray());
    11. 
  
  
  11. }
    12.

正则表达式

正则表达式是非常强大的力量，任何程序员都应该意识到这一点。

 
 
    
  
  
  1. static Regex whitespace = new Regex(@"\s+", RegexOptions.Compiled);
    2. 
  
  
  2. 
  
  
  3. public static string TrimAllWithRegex(string str) {
    4. 
  
  
  4.     return whitespace.Replace(str, "");
    5. 
  
  
  5. }
    6.

字符数组原地转换法

该方法将输入的字符串转换成字符数组，然后原地扫描字符串去除空白字符（不创建中间缓冲区或字符串）。***，经过“删减”的数组会产生新的字符串。

 
 
    
  
  
  1. public static string TrimAllWithInplaceCharArray(string str) {
    2. 
  
  
  2.     var len = str.Length;
    3. 
  
  
  3.     var src = str.ToCharArray();
    4. 
  
  
  4.     int dstIdx = 0;
    5. 
  
  
  5.     for (int i = 0; i < len; i++) {
    6. 
  
  
  6.         var ch = src[i];
    7. 
  
  
  7.         if (!isWhiteSpace(ch))
    8. 
  
  
  8.             src[dstIdx++] = ch;
    9. 
  
  
  9.     }
    10. 
  
  
  10.     return new string(src, 0, dstIdx);
    11. 
  
  
  11. }
    12.

字符数组复制法

这种方法类似于字符数组原地转换法，但它使用Array.Copy复制连续非空白“字符串”的同时跳过空格。***，它将创建一个适当尺寸的字符数组，并用相同的方式返回一个新的字符串。

public static string TrimAllWithCharArrayCopy(string str) {
    var len = str.Length;
    var src = str.ToCharArray();
    int srcIdx = 0, dstIdx = 0, count = 0;
    for (int i = 0; i < len; i++) {
        if (isWhiteSpace(src[i])) {
            count = i - srcIdx;
            Array.Copy(src, srcIdx, src, dstIdx, count);
            srcIdx += count + 1;
            dstIdx += count;
            len--;
        }
    }
    if (dstIdx < len)
        Array.Copy(src, srcIdx, src, dstIdx, len - dstIdx);
    return new string(src, 0, len);
}

循环交换法

用代码实现循环，并使用StringBuilder类，通过依靠StringBuilder的内在优化来创建新的字符串。为了避免任何其他因素对本实施产生干扰，不调用其他的方法，并且通过缓存到本地变量避免访问类成员。***通过设置StringBuilder.Length将缓冲区调整到合适大小。

// Code suggested by http://www.codeproject.com/Members/TheBasketcaseSoftware
public static string TrimAllWithLexerLoop(string s) {
    int length = s.Length;
    var buffer = new StringBuilder(s);
    var dstIdx = 0;
    for (int index = 0; index < s.Length; index++) {
        char ch = s[index];
        switch (ch) {
            case '\u0020': case '\u00A0': case '\u1680': case '\u2000': case '\u2001':
            case '\u2002': case '\u2003': case '\u2004': case '\u2005': case '\u2006':
            case '\u2007': case '\u2008': case '\u2009': case '\u200A': case '\u202F':
            case '\u205F': case '\u3000': case '\u2028': case '\u2029': case '\u0009':
            case '\u000A': case '\u000B': case '\u000C': case '\u000D': case '\u0085':
                length--;
                continue;
            default:
                break;
        }
        buffer[dstIdx++] = ch;
    }
    buffer.Length = length;
    return buffer.ToString();;
}

循环字符法

这种方法几乎和前面的循环交换法相同，不过它采用if语句来调用isWhiteSpace()，而不是乱七八糟的switch伎俩 :)。

public static string TrimAllWithLexerLoopCharIsWhitespce(string s) {
    int length = s.Length;
    var buffer = new StringBuilder(s);
    var dstIdx = 0;
    for (int index = 0; index < s.Length; index++) {
        char currentchar = s[index];
        if (isWhiteSpace(currentchar))
            length--;
        else
            buffer[dstIdx++] = currentchar;
    }
    buffer.Length = length;
    return buffer.ToString();;
}

原地改变字符串法（不安全）

这种方法使用不安全的字符指针和指针运算来原地改变字符串。我不推荐这个方法，因为它打破了.NET框架在生产中的基本约定：字符串是不可变的。

public static unsafe string TrimAllWithStringInplace(string str) {
    fixed (char* pfixed = str) {
        char* dst = pfixed;
        for (char* p = pfixed; *p != 0; p++)
            if (!isWhiteSpace(*p))
                *dst++ = *p;

        /*// reset the string size
            * ONLY IT DIDN'T WORK! A GARBAGE COLLECTION ACCESS VIOLATION OCCURRED AFTER USING IT
            * SO I HAD TO RESORT TO RETURN A NEW STRING INSTEAD, WITH ONLY THE PERTINENT BYTES
            * IT WOULD BE A LOT FASTER IF IT DID WORK THOUGH...
        Int32 len = (Int32)(dst - pfixed);
        Int32* pi = (Int32*)pfixed;
        pi[-1] = len;
        pfixed[len] = '\0';*/
        return new string(pfixed, 0, (int)(dst - pfixed));
    }
}

原地改变字符串法V2（不安全）

这种方法几乎和前面那个相同，不过此处使用类似数组的指针访问。我很好奇，不知道这两种哪种存储访问会更快。

public static unsafe string TrimAllWithStringInplaceV2(string str) {
    var len = str.Length;
    fixed (char* pStr = str) {
        int dstIdx = 0;
        for (int i = 0; i < len; i++)
            if (!isWhiteSpace(pStr[i]))
                pStr[dstIdx++] = pStr[i];
        // since the unsafe string length reset didn't work we need to resort to this slower compromise
        return new string(pStr, 0, dstIdx);
    }
}

String.Replace（“”，“”）

这种实现方法很天真，由于它只替换空格字符，所以它不使用空白的正确定义，因此会遗漏很多其他的空格字符。虽然它应该算是本文中最快的方法，但功能不及其他。

但如果你只需要去掉真正的空格字符，那就很难用纯.NET写出胜过string.Replace的代码。大多数字符串方法将回退到手动优化本地C ++代码。而String.Replace本身将用comstring.cpp调用C ++方法：

FCIMPL3(Object*,
    COMString::ReplaceString,
    StringObject* thisRefUNSAFE,
    StringObject* oldValueUNSAFE,
    StringObject* newValueUNSAFE)

下面是基准测试套件方法：

public static string TrimAllWithStringReplace(string str) {
    // This method is NOT functionaly equivalent to the others as it will only trim "spaces"
    // Whitespace comprises lots of other characters
    return str.Replace(" ", "");
}

许可证

这篇文章，以及任何相关的源代码和文件，依据The Code Project Open License (CPOL)的许可。

译文链接：http://www.codeceo.com/article/donet-remove-whitespace-string.html
英文原文：Fastest method to remove all whitespace from Strings in .NET

新闻名称：.NET中删除空白字符串的10大方法
网页路径：http://www.csdahua.cn/qtweb/news34/6084.html

网站建设、网络推广公司-快上网，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 快上网

成都快上网为您推荐相关内容

定制开发知识

同城分类信息

成都二枢机房　　 　重庆app软件开发　　 　myfdjwx.com　　 　娄底尾呼妄服装　　 　简阳网站建设　　 　成都网站推广　　 　成都网站营销推广　　 　网站建设　　 　成都西信机房　　 　虚拟主机购买　　 　成都西信机房托管　　 　成都装饰装修　　 　德阳电信服务器托管　　 　外贸营销网站建设　　 　关键词优化　　 　重庆网站建设　　 　手机微信网站　　 　网站建设公司　　 　成都移动服务器托管　　 　四川门窗