正則表達式 - 替換太慢

在我的Rss Feeds閱讀系統中，我需要刪除任何存在的腳本塊，因爲有人說這會讓XmlReader混淆。正則表達式 - 替換太慢

對於我正在做這一塊的代碼，我在網絡上找到：

allXml = Regex.Replace(allXml, "(.*)<script type='text/javascript'>.+?</script>(.*)", "$1$2");

但這是太慢了...有什麼辦法來執行呢？我已經嘗試先做比賽，但這同樣是緩慢的，就像這樣：

Match rgx = Regex.Match(allXml, "(.*)<script type='text/javascript'>.+?</script>(.*)"); 

if (rgx.Success) 
    allXml = Regex.Replace(allXml,"(.*)<script type='text/javascript'>.+?</script>(.*)","$1$2");

來源

2016-11-23 Ninita

'allXml'的大小是多少？ –

這是工作正常，你無處'type =「text/javascript」'（雙引號）？或者空格。 – maraca

嘗試瞭解您從** web **獲取的代碼。它實際上做了什麼。這樣你就可以清楚你在做什麼。在這裏您正在尋找'（一切）Javascript（一切）''因爲正則表達式的搜索技術的性質，它將需要時間。 – Rahul

第一(.*)抓住全行一次（因爲*是一個貪婪的量詞），然後開始回溯試圖容納所有隨後的模式。如果你的字符串是一個非常長的行，長度爲幾兆字節，那麼對引擎可能會有問題，因爲在它爲模式中定義的每個捕獲組找到適當的字符串塊之前，它必須執行很多步驟。

如果你想有一個正則表達式快速和骯髒的修復，丟棄(.*) s，而只是使用

string res = Regex.Replace(allXml, "(?s)<script type='text/javascript'>.*?</script>", "")

刪除<script>...</script>子。請注意，(?s)是RegexOptions.Singleline（DOTALL）修飾符行內等效項，因此.也可以匹配換行符號。

但是，最好的方法是使用HTML解析器，如HtmlAgilityPack。

來源

2016-11-23 18:34:17

正則表達式 - 替換太慢

回答

相關問題