从字符串中删除Unicode码的最快方法

Question

你好，我正在尝试找到一种方法，从Google Feed API返回的结果中移除标签。具体来说，它们在标题和描述内部放置了加粗标签。

插入的代码如下：

\u003cb
\u003e
\u003c/b\u003e

自从这些代码是固定数量的，我尝试对每个字符串进行 String.Replace() 操作，但结果很糟糕，性能表现不佳。我不确定是否使用 RegEx 会更好（或更差）。有人知道如何删除它们吗？谷歌没有提供从结果中删除标签的选项。

- Edward

Answer 1

您可以使用以下正则表达式删除Unicode代码：

\\u[\d\w]{4}

var subject = @"\u003cb\u003e\u003c/b\u003e";
var result = Regex.Replace(subject, @"\\u[\d\w]{4}", String.Empty);

关于性能方面，这篇文章似乎表明正则表达式的速度要慢得多，但是我建议您使用自己的数据运行测试，因为结果可能会大不相同。正则表达式本身在性能方面扮演着重要角色，而且该文章并未说明所使用的正则表达式，因此无法进行比较。您的数据的大小和类型也会对性能产生很大影响，因此如果不了解您的数据，很难说哪个更好。

此外，您应该尝试使用 RegexOptions.Compiled 标志编译正则表达式，以查看是否可以提高性能。

- Robbie

---

抱歉我表达不够清晰。实际上我根本不想要这些标签。我在寻找一种性能友好的方法来移除它们。我所针对的设备会自动转换它们，这也是我发现它们是加粗标签的原因。 - Edward

@loyalpenguin 我现在明白了。我已经为你更新（重新编写）了答案。 - Robbie