為什麼在C＃REGEX中匹配的數字匹配的效率不如\ d`效率'？

C#正則表達式中d效率低於[0-9]的原因

最近的性能測試表明，在C#正則表達式引擎中，用於匹配數字的d的效率出人意料地低於[0-9]和[0123456789]字符集。這一發現引發了兩個問題：

1. 為什麼範圍[0-9]比集合[0123456789]效率更高？

人們可能會認為範圍的實現效率更高，因為它涵蓋了特定且狹窄的字符範圍，而集合則明確列出了所有十個數字。然而，測試結果表明，這兩種方法之間的性能差異最小。

2. 為什麼d的效率低於[0-9]？

測試發現d的效率明顯低於[0-9]。這尤其令人費解，因為d通常被認為是[0-9]的簡寫。進一步調查揭示了一個根本區別：

d匹配Unicode數字，[0-9]匹配ASCII數字

與只匹配ASCII數字(0-9)的[0-9]不同，d匹配所有Unicode數字。這包括來自其他語言和字符集的字符，例如波斯數字(۱۲۳۴۵۶۷۸۹)和德瓦那加里數字(०१२३४५६७८९)。為了證明這一點，以下代碼生成一個包含所有Unicode數字的字符串：

<code class="language-csharp">var sb = new StringBuilder();
for (UInt16 i = 0; i < 0x10FFFF; i++)
{
    if (char.IsDigit((char)i))
    {
        sb.Append((char)i);
    }
}
string unicodeDigits = sb.ToString();</code>

生成的字符串顯示了d識別為數字的各種字符，包括來自阿拉伯語、泰語、高棉語和其他文字的字符。

性能影響

檢查更廣泛的字符範圍（Unicode數字與ASCII數字）解釋了d和[0-9]之間的性能差異。在只需要匹配ASCII數字的情況下，使用[0-9]將比d產生更好的性能。

以上是為什麼在C＃REGEX中匹配的數字匹配的效率不如\ d`效率'？的詳細內容。更多資訊請關注PHP中文網其他相關文章！