string.Replace(string, string) 会创建额外的字符串吗？

Question

我们需要将包含dd/mm/yyyy 格式的日期的字符串转换为ddmmyyyy 格式（如果您想知道我为什么将日期存储在字符串中，我的软件会处理批量交易文件，这是一个银行使用的基于行的文本文件格式）。

我目前正在这样做：

string oldFormat = "01/01/2014";
string newFormat = oldFormat.Replace("/", "");

果然，这会将"01/01/2014" 转换为"01012014"。但我的问题是，替换是一步完成的，还是会创建一个中间字符串（例如："0101/2014" 或 "01/012014"）？

---

这就是我问这个的原因：

我正在处理大小从几千字节到数百兆字节不等的事务文件。到目前为止，我还没有遇到性能/内存问题，因为我仍在使用非常小的文件进行测试。但是当涉及到兆字节时，我不确定这些额外的字符串是否会出现问题。我怀疑会是这样，因为strings are immutable。对于数百万条记录，这种额外的内存消耗将大大增加。

我已经在使用StringBuilders 来创建输出文件。而且我也知道discarded strings will be garbage collected（在时间结束前的某个时间点）。我想知道是否有更好、更有效的方法来替换字符串中所有出现的特定字符/子字符串，这种方法不会另外创建字符串。

Answer 1

我还没有找到任何来源，但我强烈怀疑该实现是否总是创建新字符串。我也会在内部使用 StringBuilder 来实现它。然后String.Replace 绝对可以，如果你想替换一个巨大的字符串。但是如果你必须多次替换它，你应该考虑使用StringBuilder.Replace，因为每次调用Replace都会创建一个新字符串。

因此您可以使用StringBuilder.Replace，因为您已经在使用StringBuilder。

• Is StringBuilder.Replace() more efficient than String.Replace?
• String.Replace() vs. StringBuilder.Replace()

Answer 2

好吧，我不是 .NET 开发团队的成员（很遗憾），但我会尽力回答您的问题。

Microsoft 有一个很棒的 .NET 参考源代码站点，according to it、String.Replace 调用了一个外部方法来完成这项工作。我不会争论它是如何实现的，但是对这个方法有一个小评论可以回答你的问题：

// This method contains the same functionality as StringBuilder Replace. The only difference is that
// a new String has to be allocated since Strings are immutable

现在，如果我们遵循 StringBuilder.Replace 的实现，我们将看到它在内部的实际作用。

关于字符串对象的更多信息：

虽然String 在.NET 中是不可变的，但这不是某种限制，它是一个契约。 String实际上是一个引用类型，它包含的是实际字符串的长度+字符的缓冲区。您实际上可以获取指向此缓冲区的不安全指针并“即时”更改它，但我不建议这样做。

现在，StringBuilder 类还包含一个字符数组，当您将字符串传递给它的构造函数时，它实际上会将字符串的缓冲区复制到他自己的缓冲区（参见参考源代码）。但是，它所没有的是不变性契约，因此当您使用 StringBuilder 修改字符串时，您实际上是在使用 char 数组。请注意，当您在 StringBuilder 上调用 ToString() 时，它会创建一个新的“不可变”字符串，并将其缓冲区复制到那里。

因此，如果您需要一种快速且节省内存的方法来更改字符串，那么 StringBuilder 绝对是您的选择。如果您“对字符串进行重复修改”，尤其是关于 Microsoft 明确 recommends 使用 StringBuilder。

Answer 3

没有字符串方法。你是你自己的。但你可以尝试这样的事情：

oldFormat="dd/mm/yyyy";

string[] dt = oldFormat.Split('/');
string newFormat = string.Format("{0}{1}/{2}", dt[0], dt[1], dt[2]);

或

StringBuilder sb = new StringBuilder(dt[0]);
sb.AppendFormat("{0}/{1}", dt[1], dt[2]);

Answer 4

果然，这会将“01/01/2014”转换为“01012014”。但我的问题 是，替换是一步发生的，还是创建一个 中间字符串（例如：“0101/2014”或“01/012014”）？

否，它不会为每个替换创建中间字符串。但它确实会创建新字符串，因为如您所知，字符串是不可变的。

为什么？

没有理由在每次替换时都创建新字符串 - 避免它非常简单，并且会极大地提升性能。

如果您非常感兴趣，referencesource.microsoft.com 和 SSCLI2.0 源代码将演示这一点（how-to-see-code-of-method-which-marked-as-methodimploptions-internalcall）：

FCIMPL3(Object*, COMString::ReplaceString, StringObject* thisRefUNSAFE, 
          StringObject* oldValueUNSAFE, StringObject* newValueUNSAFE)
{

   // unnecessary code ommited
      while (((index=COMStringBuffer::LocalIndexOfString(thisBuffer,oldBuffer,
             thisLength,oldLength,index))>-1) && (index<=endIndex-oldLength))
    {
        replaceIndex[replaceCount++] = index;
        index+=oldLength;
    }

    if (replaceCount != 0)
    {
        //Calculate the new length of the string and ensure that we have 
        // sufficent room.
        INT64 retValBuffLength = thisLength - 
            ((oldLength - newLength) * (INT64)replaceCount);

        gc.retValString = COMString::NewString((INT32)retValBuffLength);
     // unnecessary code ommited
    }
}

如你所见，retValBuffLength 被计算出来，它知道replaceCount 的数量。 .NET 4.0 的实际实现可能会有些不同（SSCLI 4.0 未发布），但我向您保证它并没有做任何愚蠢的事情:-)。

我想知道是否有更好、更有效的替换方式 字符串中所有出现的特定字符/子字符串，即 不会另外创建字符串。

是的。可重复使用的StringBuilder，容量约为 2000 个字符。避免任何内存分配。仅当替换长度相等时才适用，并且如果您处于紧密循环中，则可以为您带来不错的性能提升。

在编写任何内容之前，请使用大文件运行基准测试，看看性能是否足以满足您的需求。如果性能足够 - 不要做任何事情。