Est-ce que quelqu'un sait d'une méthode plus rapide à faire String.Split ()?

Il convient de rappeler que split() est discutable approche pour l'analyse de fichiers CSV dans le cas où vous rencontrez des virgules dans le fichier, par exemple:

1,"Something, with a comma",2,3

L'autre chose que je vais souligner sans savoir comment vous le profilé est d'être prudent sur le profilage ce genre de bas niveau de détail. La granularité de la Windows/PC minuterie peut entrer en jeu et vous pouvez avoir une grande-dessus de la tête en boucle donc utiliser une sorte de contrôle de la valeur.

Cela étant dit, split() est construit pour gérer les expressions régulières, qui sont évidemment plus complexe que ce que vous avez besoin (et le mauvais outil pour traiter les virgules échappées de toute façon). Aussi, split() crée beaucoup d'objets temporaires.

Donc, si vous voulez accélérer (et j'ai du mal à croire que l'exécution de cette partie est vraiment un problème), alors vous voulez le faire à la main et que vous souhaitez réutiliser votre tampon objets de sorte que vous n'êtes pas en permanence la création d'objets et de donner le garbage collector de travail à faire dans le nettoyage.

De l'algorithme est relativement simple:

• Arrêter à chaque virgule;
• Quand vous frappez citations continuer jusqu'à ce que vous frappez la prochaine série de citations;
• Poignée échappé guillemets (c'est à dire \") et, sans doute, échappé des virgules (\,).

Oh, et pour vous donner une idée du coût de la regex, il a été question (Java, C#, mais le principe est le même) où l'on a voulu remplacer tous les n-ième caractère d'une chaîne. J'ai suggéré à l'aide de replaceAll() sur la Chaîne. Jon Skeet codées manuellement la boucle. Par curiosité, j'ai comparé les deux versions et c'était un ordre de grandeur mieux.

Donc, si vous voulez vraiment de la performance, il est temps de main d'analyser.

Ou, mieux encore, utiliser de quelqu'un d'autre solution optimisée comme ce rapide CSV reader.

Par la voie, tandis que c'est par rapport à Java ce qui concerne la performance des expressions régulières en général (ce qui est universel) et replaceAll() vs un codés à la main boucle: Mettre char en java string pour chaque N caractères.

Selon l'utilisation, vous pouvez accélérer le processus en utilisant le Modèle.diviser au lieu de String.split. Si vous avez ce code dans une boucle (qui, je suppose que vous n'avez probablement car il sonne comme vous êtes l'analyse des lignes à partir d'un fichier) de la Chaîne.split(String regex) Motif d'appel.compiler sur votre regex chaîne à chaque fois que l'instruction de la boucle s'exécute. Afin d'optimiser ce, Modèle.compiler le modèle une fois à l'extérieur de la boucle, puis le profil d'utilisation.split, en passant la ligne que vous voulez diviser, à l'intérieur de la boucle.

Espère que cette aide

Vous pourriez penser qu'il y a des optimisations, mais la réalité sera que vous aurez à payer pour eux d'ailleurs.

Vous pourriez, par exemple, faire la split "vous-même" et de marcher à travers tous les personnages et les processus de chaque colonne que vous rencontrez, mais vous pourriez être la copie de toutes les pièces de la chaîne dans le long terme de toute façon.

L'une des améliorations que nous pourrions faire en C ou en C++, par exemple, est de remplacer tous les délimiteurs avec les caractères '\0' et de garder des pointeurs vers le début de la colonne. Ensuite, nous n'aurions pas à copier toutes les données de la chaîne juste pour faire une partie. Mais cela, vous ne pouvez pas le faire en C#, ni voulez-vous.

Si il y a une grande différence entre le nombre de colonnes dans la source, et le nombre de colonnes que vous avez besoin, la marche de la chaîne manuellement peut donner un certain avantage. Mais cette prestation vous coûtera le temps de le développer et de le maintenir.

J'ai été dit que 90% du temps CPU est passé de 10% du code. Il existe des variantes à cette "vérité". À mon avis, les dépenses de 66% de votre temps à Split n'est pas si mauvais si le traitement de la CSV est la chose que votre application a besoin de faire.

Dave

Le principal problème(?) avec de la Ficelle.Split est que c'est général, en ce qu'il répond à de nombreux besoins.

Si vous en savez plus au sujet de vos données de Split, il peut apporter une amélioration à faire votre propre.

Par exemple, si:

1. Vous n'avez pas de soins sur les cordes à vide, de sorte que vous n'avez pas besoin de gérer ces quelque façon que ce
2. Vous n'avez pas besoin de couper les cordes, de sorte que vous n'avez pas besoin de faire quoi que ce soit avec ou autour de ces
3. Vous n'avez pas besoin de vérifier pour la cité des virgules ou des guillemets
4. Vous n'avez pas besoin de gérer des devis à tous les

Si tout ceci est vrai, vous pourriez voir une amélioration en écrivant votre propre en plus de la version spécifique de la Chaîne.Split.

Cela dit, la première question à vous poser est de savoir si c'est vraiment un problème. Est le temps pris à lire et importer le fichier tant que vous avez réellement l'impression que c'est une bonne utilisation de votre temps? Si non, puis je le laisser seul.

La deuxième question est de savoir pourquoi Chaîne.Split est à l'aide de beaucoup de temps par rapport au reste de votre code. Si la réponse est que le code est fait très peu avec les données, alors je ne serais probablement pas la peine.

Toutefois, si, par exemple, vous êtes à la farce les données dans une base de données, puis de 66% du temps de votre code passé en Chaîne.Split constitue un gros gros problème.

Comme d'autres l'ont dit, String.Split() ne fonctionne pas toujours bien avec les fichiers CSV. Envisager un fichier qui ressemble à ça:

"First Name","Last Name","Address","Town","Postcode"
David,O'Leary,"12 Acacia Avenue",London,NW5 3DF
June,Robinson,"14, Abbey Court","Putney",SW6 4FG
Greg,Hampton,"",,
Stephen,James,"""Dunroamin"" 45 Bridge Street",Bristol,BS2 6TG

(par exemple, l'utilisation incohérente de speechmarks, les cordes, y compris les virgules et les speechmarks, etc)

Ce CSV lecture cadre traiter avec tout ce qui est, et est également très efficace:

LumenWorks.Cadre.IO.Csv par Sébastien Lorien

    public static unsafe List<string> SplitString(char separator, string input)
    {
        List<string> result = new List<string>();
        int i = 0;
        fixed(char* buffer = input)
        {
            for (int j = 0; j < input.Length; j++)
            {
                if (buffer[j] == separator)
                {
                    buffer[i] = (char)0;
                    result.Add(new String(buffer));
                    i = 0;
                }
                else
                {
                    buffer[i] = buffer[j];
                    i++;
                }
            }
            buffer[i] = (char)0;
            result.Add(new String(buffer));
        }
        return result;
    }

String.split est plutôt lent, si vous voulez des méthodes plus rapides, ici vous allez. 🙂

Cependant CSV est beaucoup mieux analysé par une règle de base de l'analyseur.

Ce gars-là, a fait une règle de tokenizer pour java. (nécessite quelques copier et coller malheureusement)

http://www.csdgn.org/code/rule-tokenizer

private static final String[] fSplit(String src, char delim) {
    ArrayList<String> output = new ArrayList<String>();
    int index = 0;
    int lindex = 0;
    while((index = src.indexOf(delim,lindex)) != -1) {
        output.add(src.substring(lindex,index));
        lindex = index+1;
    }
    output.add(src.substring(lindex));
    return output.toArray(new String[output.size()]);
}

private static final String[] fSplit(String src, String delim) {
    ArrayList<String> output = new ArrayList<String>();
    int index = 0;
    int lindex = 0;
    while((index = src.indexOf(delim,lindex)) != -1) {
        output.add(src.substring(lindex,index));
        lindex = index+delim.length();
    }
    output.add(src.substring(lindex));
    return output.toArray(new String[output.size()]);
}