在 C# 中的标记前后插入文本的最佳算法？

Question

我正在为 MVC C# 应用程序开发一个搜索功能，该应用程序将通过过滤器放置一个（可能很大的）文本块，并给出搜索查询，将放置一个带有突出显示样式的 html <span> 和在每个搜索词之后。

我有一个简单的算法，但我感觉它会很慢，可能是因为需要创建的字符串数量（2 * 匹配数）。

public static string Surround(string original, string head, string tail, string match, StringComparison comparer)
{
    var ret = original;

    if (ret.IndexOf(match, 0, comparer) != -1)
    {
        var lastIndex = 0;

        while ((lastIndex = ret.IndexOf(match, lastIndex, comparer)) != -1)
        {
            ret = ret.Insert(lastIndex, head);
            var tailIndex = lastIndex + match.Length + head.Length;
            lastIndex = tailIndex;
            ret = ret.Insert(tailIndex, tail);
        }
    }

    return ret;
}

我想知道是否有人可以为更好的算法提供一些提示，以更好地处理大块文本？我正在考虑使用字符串生成器，但我也想到我可能会以完全错误的方式处理这个问题。任何见解将不胜感激。

Answer 1

StringBuilder 当然会快得多，但是当您执行 .Insert 时，您每次都会移动大量数据。因此，最好仅使用 .Append 在 StringBuilder 中构建结果。不是。插入。

但是，您也应该能够为此使用正则表达式，尽管我不完全了解语法（当我需要时，我会使用一个名为 RegEx Buddy 的出色工具来构建我的正则表达式。）。

编辑：这个世界上很少有人能够区分正则表达式和传输线噪声。 :-)

Answer 2

正则表达式可以完成这项工作，而且代码应该简单得多。但是，您需要进行测试以确定它是否确实提供了更好的性能。像这样的：

public static string Surround(
    string original, string head, string tail, string match)
{
    return Regex.Replace(
        original, match, head + "$0" + tail, RegexOptions.IgnoreCase);
}

如果你可以在保存 2N 个字符串连接时传递整个替换器，那就更好了：

public static string Surround(string original, string replacer, string match)
{
    return Regex.Replace(original, match, replacer, RegexOptions.IgnoreCase);
}

Surround("foo bar baz", "<span>$&</span>", "bar");  //call like so

Answer 3

Luke 的回答很好，但您可能想先转义“匹配”中的任何特殊字符以防有人使用 .\^$?等在他们的搜索中（除非你当然想允许）。

ETA：允许特殊字符可以实现更强大的搜索，但也会导致意外输出，因为找到的文本将被替换为模式而不是实际匹配的文本。

Answer 4

RegEx 解决方案绝对比我制作的更优雅。但是，使用 StringBuilder 通常会快一些，并且不需要对搜索词和前/后修复进行正则表达式转义。

private static string Surround(string original, string head, string tail, string match, StringComparison comparisonType)
{
  if (string.IsNullOrEmpty(original) || string.IsNullOrEmpty(match) || (string.IsNullOrEmpty(head) && string.IsNullOrEmpty(tail)))
    return original;

  var resultBuilder = new StringBuilder();
  int matchLength = match.Length;
  int lastIdx = 0;

  for (;;)
  {
    int curIdx = original.IndexOf(match, lastIdx, comparisonType);

    if (curIdx > -1)
      resultBuilder
        .Append(original, lastIdx, curIdx - lastIdx)
        .Append(head)
        .Append(original, curIdx, matchLength)
        .Append(tail);
    else
      return resultBuilder.Append(original.Substring(lastIdx)).ToString();

    lastIdx = curIdx + matchLength;
  }
}

希望你能用。

更新 做一些性能测试，我的解决方案似乎只有在您搜索“短”词时才会更快。如果单词很长（即长度> 7）正则表达式获胜，但如果单词很短（即长度