使用c＃慢速解壓縮文本文件dotnetzip .NET 4.0

Question

我正在製作一種從壓縮文件中提取信息的方法。所有的zip文件將只包含一個文本文件。這意味着方法應該返回一個字符串數組。

我正在使用dotnetzip，但我正在經歷一個可觀的表現。我試圖對每一步的表現進行基準測試，並且似乎在所有步驟上都表現得很慢。

C＃代碼爲：

 public string[] LoadZipFile(string FileName) 
    { 
     string[] lines = { }; 
     int start = System.Environment.TickCount; 
     this.richTextBoxLOG.AppendText("Reading " + FileName + "... "); 
     try 
     { 
      int nstart; 

      nstart = System.Environment.TickCount;  
      ZipFile zip = ZipFile.Read(FileName); 
      this.richTextBoxLOG.AppendText(String.Format("ZipFile ({0}ms)\n", System.Environment.TickCount - nstart)); 

      nstart = System.Environment.TickCount; 
      MemoryStream ms = new MemoryStream(); 
      this.richTextBoxLOG.AppendText(String.Format("Memorystream ({0}ms)\n", System.Environment.TickCount - nstart)); 

      nstart = System.Environment.TickCount; 
      zip[0].Extract(ms); 
      this.richTextBoxLOG.AppendText(String.Format("Extract ({0}ms)\n", System.Environment.TickCount - nstart)); 

      nstart = System.Environment.TickCount; 
      string filecontents = string.Empty; 
      using (var reader = new StreamReader(ms)) 
      { 
       reader.BaseStream.Seek(0, SeekOrigin.Begin); 
       filecontents = reader.ReadToEnd().ToString(); 
      } 
      this.richTextBoxLOG.AppendText(String.Format("Read ({0}ms)\n", System.Environment.TickCount - nstart)); 

      nstart = System.Environment.TickCount; 
      lines = filecontents.Replace("\r\n", "\n").Split("\n".ToCharArray()); 
      this.richTextBoxLOG.AppendText(String.Format("SplitLines ({0}ms)\n", System.Environment.TickCount - nstart)); 
     } 
     catch (IOException ex) 
     { 
      this.richTextBoxLOG.AppendText(ex.Message+ "\n"); 

     } 
     int slut = System.Environment.TickCount; 
     this.richTextBoxLOG.AppendText(String.Format("Done ({0}ms)\n", slut - start)); 
     return (lines); 

例如，我得到這個輸出：

閱讀xxxx.zip ...的ZipFile（0毫秒） 的MemoryStream（0毫秒） 提取物（234ms） 閱讀（78ms） SplitLines（187ms） 完成（514ms）

總共514毫秒。當使用此代碼在python 2.6中執行相同的操作時：

def ReadZip(File): 
z = zipfile.ZipFile(File, "r") 
name =z.namelist()[0] 
return(z.read(name).split('\r\n')) 

它僅在89 ms內執行。任何關於如何提高性能的想法都非常受歡迎。

Answer 1

你的代碼並不像是一樣，所以比較是不公平的。一些重要的觀點：

• 您是否試過刪除您的日誌代碼？撥打AppendText電話將負責一些額外的時間。
• 在調用split之前，您需要進行文件級替換，這會大大減慢進程的這一部分。相反，只需拆分\r\n即可。
• 您將每行轉換爲char數組而不僅僅是返回字符串。這也會減慢速度。
• 您可能想要比較不同的Zip庫以查看是否有更快的提取方式。
• 重複調用StreamReader.ReadLine可能會比讀取整個流然後手動分割更快。

簡而言之，您應該剖析一些替代方法，並且如果您希望進行類似於類似的比較，則應該在不使用RichTextBox進行中間日誌記錄的情況下計時。

Answer 2

感謝您的建議。我enden了在幾個方面改變代碼：

• 使用collection.generic使用streamreader.readline

刪除日誌記錄和異常處理並沒有太大變化的性能返回線

。我看着sharplibs解壓縮庫，但實現起來看起來更加複雜一些，從我在其他文章中可以看到的解壓縮可能有一點點收穫。它現在運行在300毫秒左右。

 public List<string> LoadZipFile2(string FileName) 
    { 
     List<string> lines = new List<string>(); 
     int start = System.Environment.TickCount; 
     string debugtext; 
     debugtext = "Reading " + FileName + "... "; 
     this.richTextBoxLOG.AppendText(debugtext); 

     try 
     { 
      //int nstart = System.Environment.TickCount; 
      ZipFile zip = ZipFile.Read(FileName); 
      // this.richTextBoxLOG.AppendText(String.Format("ZipFile ({0}ms)\n", System.Environment.TickCount - nstart)); 

      //nstart = System.Environment.TickCount; 
      MemoryStream ms = new MemoryStream(); 
      //this.richTextBoxLOG.AppendText(String.Format("Memorystream ({0}ms)\n", System.Environment.TickCount - nstart)); 

      //nstart = System.Environment.TickCount; 
      zip[0].Extract(ms); 
      zip.Dispose(); 
      //this.richTextBoxLOG.AppendText(String.Format("Extract ({0}ms)\n", System.Environment.TickCount - nstart)); 

      //nstart = System.Environment.TickCount; 
      using (var reader = new StreamReader(ms)) 
      { 
       reader.BaseStream.Seek(0, SeekOrigin.Begin); 
       while (reader.Peek() >= 0) 
       { 
        lines.Add(reader.ReadLine()); 
       } 
      } 
      ; 
      //this.richTextBoxLOG.AppendText(String.Format("Read ({0}ms)\n", System.Environment.TickCount - nstart)); 
     } 
     catch (IOException ex) 
     { 
      this.richTextBoxLOG.AppendText(ex.Message + "\n"); 
     } 
     int slut = System.Environment.TickCount; 
     this.richTextBoxLOG.AppendText(String.Format("Done ({0}ms)\n", slut - start)); 
     return (lines);