0

重複の可能性：
c＃正規表現の電子メール検証

現在、次の正規表現とコードを使用して、HTMLドキュメントからメールアドレスを解析しています。

string pattern = @"\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*";
Regex regex = new Regex(
      pattern,
      RegexOptions.None | RegexOptions.Compiled);

MatchCollection matches = regex.Matches(input); // Here is where it takes time
MessageBox.Show(matches.Count.ToString());

foreach (Match match in matches)
{
    ...
}

例えば：

解析してみてくださいhttp://www.amelia.se/Pages/Amelia-search-result-page/?q=

RegexHeroで終了すると、クラッシュします。

これを最適化する方法はありますか？

4

1 に答える 1

1

@Joeyの提案を詳しく説明するために、入力を1行@ずつ確認し、を含まない行を削除して、正規表現を含む行に適用することをお勧めします。これにより、負荷が大幅に軽減されます。

private List<Match> find_emails_matches()
{
    List<Match> result = new List<Match>();

    using (FileStream stream = new FileStream(@"C:\tmp\test.txt", FileMode.Open, FileAccess.Read))
    {
        using(StreamReader reader = new StreamReader(stream))
        {
            string pattern = @"\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*";
            Regex regex = new Regex(pattern, RegexOptions.None | RegexOptions.Compiled);

            string line;
            while((line = reader.ReadLine()) != null)
            {
                if (line.Contains('@'))
                {
                    MatchCollection matches = regex.Matches(line); // Here is where it takes time                            
                    foreach(Match m in matches) result.Add(m);
                }
            }
        }
    }

    return result;
}
于 2012-10-10T09:02:05.700 に答える