String.Split和Regex.Split有什么区别？

Question

如果我有一个带基本分隔符（例如|）的分隔文本文件，使用String或Regex拆分是否有区别？在性能方面，一个与另一个相比是否会有更好的表现？

我假设如果您有需要转义的分隔符（例如\|），则应使用Regex.Split进行拆分。

除了这个原因，还有其他使用Regex.Split而不是String.Split的原因吗？

- Abe Miessler

---

如果速度很重要，那就对这两个选项进行基准测试。我预计 String.Split 会更快，但除非你处理大量数据，否则这不太重要。 - Will A

Answer 1

Regex.Split更加强大，但对于仅使用字符串中不存在的字符进行基本分隔的情况，String.Split函数更易于处理。

就性能而言，您需要创建一个测试并试用它。 但是，除非您知道此功能将成为某个重要过程的瓶颈，否则不要预先优化。

- John Fisher

---

值得将统计数据合并为一个答案。 - PAS

Answer 2

似乎在简单情况下，使用string.Split()更加有效。我在Benchmark .NET中进行了测试。

测试环境为.NetCore 2.2.6:

---

方法	平均值	误差	标准偏差	中位数
RegexSplit	486.47 ns	9.769 ns	24.15 ns	481.72 ns
Split	84.76 ns	4.503 ns	13.21 ns	81.12 ns

测试环境为.Net 5.0.101:

---

方法	平均值	误差	标准偏差
RegexSplit	182.10 ns	2.091 ns	1.956 ns
Split	50.29 ns	0.709 ns	0.663 ns

注意：测试时硬件不同，因此版本间相对性能的差异比绝对性能的差异更重要。

测试内容：

public class RegexVsSplit
{
    private readonly string data = "host:7000";

    public RegexVsSplit()
    {
    }

    [Benchmark]
    public string[] RegexSplit() => Regex.Split(data, ":");

    [Benchmark]
    public string[] Split() => data.Split(':');
}

- Tjaart

---

注意：对于未来的读者，请注意，新的.Net Core / .NET 5.0预览版6已经改善了正则表达式（以及许多其他领域）的性能，因此最好像@Tjaart一样进行另一个基准测试。 - Reza

谢谢你的建议。我重新运行了测试，发现有很大的差异，但是 string.Split 似乎仍然是最优选择。 - Tjaart

可能需要进行另一个测试，因为每次重新编译正则表达式。 还应该使用以下内容进行测试： private static readonly Regex colonRegex = new Regex(@":", RegexOptions.Compiled); - Chris Welton

Answer 3

默认情况下，如果您没有一些复杂的要求需要使用正则表达式来处理，我会使用String.Split。当然，正如其他人所提到的，根据您的需求进行性能分析。一定要使用RegexOptions.Compiled进行分析，并了解其工作原理。查看To Compile or Not To Compile，How does RegexOptions.Compiled work?以及搜索其他相关文章。 String.Split 的一个好处是它的StringSplitOptions.RemoveEmptyEntries，用于在分隔符之间不存在数据时删除空结果。使用相同分隔字符串/字符的正则表达式模式将具有多余的空条目。这只是小问题，可以通过简单的LINQ查询来过滤掉String.Empty结果来解决。

话虽如此，如果您需要包含分隔符，则使用正则表达式非常容易。这可以通过在模式周围添加括号()来实现捕获组。例如：

string input = "a|b|c|d|e|f";
foreach (var s in Regex.Split(input, @"\|"))
    Console.WriteLine(s);

Console.WriteLine("Include delimiter...");
// notice () around pattern
foreach (var s in Regex.Split(input, @"(\|)"))
    Console.WriteLine(s);

您可能也会发现这个问题有帮助：如何使用.NET按字符串拆分字符串并包含分隔符？

- Ahmad Mageed

Answer 4

1. 对于简单的分隔符，应该使用String.Split，例如逗号分隔的电子邮件地址。
2. 对于复杂的分隔符（使用正则表达式），例如如果您在引号中有分隔符，则不应该被分隔开。 A,B = 两个标记，A和B "A,B" = 一个标记，忽略引号内的逗号
3. 按照Ahmad的建议包括分隔符

哪种方法更快，这是非常主观的。正则表达式在执行时会更快，但是正则表达式的编译时间和设置时间在实例创建时会更长。但是，如果您在开始时准备好您的正则表达式对象，并重用同一正则表达式进行拆分，速度将更快。

String.Split不需要任何设置时间，但它是纯顺序搜索操作，对于大文本，它的工作速度会较慢。

- Akash Kava

---

Akash Kava，在什么情况下，Regex.Split比String.Split更快？正则表达式如何可能比O(n)更快地分割字符串？（为什么我不能用'@'符号引用你的名字？） - agentnega

正则表达式应该使用DFA（确定有限状态自动机）http://en.m.wikipedia.org/wiki/Deterministic_finite_automaton，这比多个顺序扫描更快。如果正则表达式不使用DFA，则速度会变慢，但我猜这取决于平台。关于在@后引用我的名字，我不太清楚，我也看到其他用户这样做了，因为我的显示名称中有一个空格。 - Akash Kava

我已经澄清了，在简单的分隔符中，string.split更快，但是对于可能涉及前瞻的复杂分隔符，正则表达式是唯一的选择。 - Akash Kava

默认情况下，对答案的评论是对作者的回复，因此明确提到作者是多余的（并且被 SO 系统省略）。 - iheanyi