我正在用Cand编写某种Telnet客户端，我必须解析的是ANSI / VT100转义序列，尤其是那些用于颜色和格式设置的转义序列(此处有详细信息)。

我拥有的一种方法是找到所有代码并将其删除，因此，如果需要，我可以在不进行任何格式设置的情况下呈现文本：

public static string StripStringFormating(string formattedString)
{
    if (rTest.IsMatch(formattedString))
        return rTest.Replace(formattedString, string.Empty);
    else
        return formattedString;
}

我是正则表达式的新手，建议我使用此函数：

static Regex rText = new Regex(@"\e\[[\d;]+m", RegexOptions.Compiled);

但是，如果由于服务器上的错误导致转义代码不完整，则此操作将失败。因此，有人提出了这个建议，但我的朋友警告说，它可能会更慢(这也与我稍后可能遇到的另一种情况(z)相匹配)：

static Regex rTest = 
              new Regex(@"(\e(\[([\d;]*[mz]?))?)?", RegexOptions.Compiled);

这不仅有效，而且实际上更快并且减少了对我的文本呈现的影响。有人可以向正则表达式新手解释，为什么呢？ :)

解决方案

回答

如果不做详细分析，我想这是因为问号会更快。这些使正则表达式变得"懒惰"，并在它们足以匹配时立即停止，而不是检查其余输入是否匹配。

我对这个答案并不完全满意，因为这主要适用于*或者+之后的问号。如果我对输入内容更加熟悉，那么对我来说可能更有意义。

(此外，对于代码格式设置，我们可以选择所有代码，然后按Ctrl + K使其添加所需的四个空格。)

回答

＃1变慢的原因是[\ d;] +是贪婪的量词。使用+吗？或者 *？将要进行懒惰的量化。有关更多信息，请参见MSDN量词。

我们可能要尝试：

"(\e\[(\d{1,2};)*?[mz]?)?"

那对我们来说可能更快。

回答

我们真的要执行两次regexp吗？如果没有检查(对我不好)，我会认为这会很好地工作：

public static string StripStringFormating(string formattedString)
{    
    return rTest.Replace(formattedString, string.Empty);
}

如果是这样，我们应该会看到它以两倍快的速度运行...

回答

我不确定这是否对工作有所帮助，但是很久以前，我写了一个正则表达式来解析ANSI图形文件。

(?s)(?:\e\[(?:(\d+);?)*([A-Za-z])(.*?))(?=\e\[|\z)

它将返回每个代码和与之关联的文本。

输入字符串：

<ESC>[1;32mThis is bright green.<ESC>[0m This is the default color.

结果：

[ [1, 32], m, This is bright green.]
[0, m, This is the default color.]