首页 > 编程 > Regex > 正文

Javascript 字符串字节长度计算函数代码与效率分析(for VS 正则)

2020-03-16 21:14:20
字体:
来源:转载
供稿:网友
下面的函数都是用于计算字符串长度,英文算一个,中文算两个。效果一样,效率却未必一样,大家可以自行选择下。
 
 
先看看一下两段代码吧,它们分别用for循环和正则表达式来检测字符串的字节长度: 

for循环检测字符串的字节长度方法一: 

复制代码代码如下:

var lenFor = function(str){ 
var byteLen=0,len=str.length; 
if(str){ 
for(var i=0; i<len; i++){ 
if(str.charCodeAt(i)>255){ 
byteLen += 2; 

else{ 
byteLen++; 


return byteLen; 

else{ 
return 0; 


使用方法 
var strlength=lenFor(str) 
for循环检测字符串的字节长度方法二: 
复制代码代码如下:

function LEN(str){ 
var i,sum=0; 
for(i=0;i<str.length;i++){ 
if((str.charCodeAt(i)>=0) && (str.charCodeAt(i)<=255)) 
sum=sum+1; 
else 
sum=sum+2; 

return sum; 


正则表达式检测字符串的字节长度方法三: 
有点代码比较精简,根据下面的测试,效率却不高,大家可以用上面的函数。 
复制代码代码如下:

var lenReg = function(str){ 
return str.replace(/[^/x00-/xFF]/g,'**').length; 
}; 

var strlength2=lenReg(str) 

我用以下代码段对以上两个函数进行测试,主要是测试其运行时间: 
复制代码代码如下:

var s = '......';//一个很长的字符串,这里不罗列 

function a(){ 
var timeStart,timeEnd; 
timeStart = new Date(); 
var s1 = lenReg(s); 
timeEnd = new Date(); 
var t1 = (timeEnd - timeStart)*1000; 
timeStart = new Date(); 
var s2 = lenFor(s); 
timeEnd = new Date(); 
var t2 = (timeEnd - timeStart)*1000; 
alert('lenReg: ' + s1 + ' time: ' + t1 + '/nlenFor: ' + s2 + ' time: ' + t2); 

window.onload = function(){ 
a(); 
}; 

以上代码在浏览器载入完毕的时候弹出一个警示窗口,窗口上有两行信息:第一行是用正则表达式检测的字符串字节长度和所用时间(×1000);第二行是用for循环检测字符串字节长度和所用时间(×1000)。 



我得到两种答案: 

第一种: 

lenReg: 25824 time: 20000 

lenFor: 25824 time: 10000 

第二种: 

lenReg: 48795 time: 15000 

lenFor: 48795 time: 25000 

需要说明的是,两次测试所用的字符串为同一字符串。 

为什么会相差那么大呢?我到底偷偷改了什么??以上我提过,“中文字符占用2个字节(与编码有关)”(本文第三段),中文字符占用多少个字节是与编码有关的,一般情况下,GB-2312和UTF-8编码中,中文字符占用2个字节,但是在iso-8859-1编码中,中文字符占用5个字节。 

是的,问题就在于文档的编码。以上第一种情况的编码为:charset=UTF-8,第二种情况的编码为charset=iso-8859-1。 


在中文网页中,我们一般都不会用charset=iso-8859-1进行编码(中文乱码),而是用charset=UTF-8或GB-2312进行编码。问题就在这里,比较一下以上的第一种情况吧: 
lenReg: 25824 time: 20000 
lenFor: 25824 time: 10000 
如上所示,用正则表达式检测所用的时间竟然是for循环的两倍!!!!(其实,测试多次之后也不全部都是两倍,但大部分测试都是两倍) 

为什么呢? 

str.replace(/[^/x00-/xFF]/g,'**').length; 

看看以上语句(lenReg函数中的语句)。就我个人理解,问题就出现在这里——replace的时候要遍历一次字符串,在调用length的时候又要遍历一次字符串,所以整个运算过程需要遍历两次字符串。而for循环只需要遍历一次——这应该就是问题所在了,但是我不是非常确定。 

我不太确定以上的理解是否确切,但是从表面上分析应该是这样的。 

那么,用正则表达式检测真的使算法更加复杂吗?还是以上没有充分利用正则表达式的优势?现在我还没有意义的想法,需要进一步去推敲。先保持着怀疑吧^_^……

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表