先看看一下兩段代碼吧,它們分別用for循環(huán)和正則表達(dá)式來(lái)檢測(cè)字符串的字節(jié)長(zhǎng)度:
for循環(huán)檢測(cè)字符串的字節(jié)長(zhǎng)度方法一:
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循環(huán)檢測(cè)字符串的字節(jié)長(zhǎng)度方法二:
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;
}
正則表達(dá)式檢測(cè)字符串的字節(jié)長(zhǎng)度方法三:
有點(diǎn)代碼比較精簡(jiǎn),根據(jù)下面的測(cè)試,效率卻不高,大家可以用上面的函數(shù)。
return str.replace(/[^x00-xFF]/g,’**’).length;
};
var strlength2=lenReg(str)
我用以下代碼段對(duì)以上兩個(gè)函數(shù)進(jìn)行測(cè)試,主要是測(cè)試其運(yùn)行時(shí)間:
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();
};
以上代碼在瀏覽器載入完畢的時(shí)候彈出一個(gè)警示窗口,窗口上有兩行信息:第一行是用正則表達(dá)式檢測(cè)的字符串字節(jié)長(zhǎng)度和所用時(shí)間(×1000);第二行是用for循環(huán)檢測(cè)字符串字節(jié)長(zhǎng)度和所用時(shí)間(×1000)。
我得到兩種答案:
第一種:
lenReg: 25824 time: 20000
lenFor: 25824 time: 10000
第二種:
lenReg: 48795 time: 15000
lenFor: 48795 time: 25000
需要說(shuō)明的是,兩次測(cè)試所用的字符串為同一字符串。
為什么會(huì)相差那么大呢?我到底偷偷改了什么??以上我提過(guò),“中文字符占用2個(gè)字節(jié)(與編碼有關(guān))”(本文第三段),中文字符占用多少個(gè)字節(jié)是與編碼有關(guān)的,一般情況下,GB-2312和UTF-8編碼中,中文字符占用2個(gè)字節(jié),但是在iso-8859-1編碼中,中文字符占用5個(gè)字節(jié)。
是的,問(wèn)題就在于文檔的編碼。以上第一種情況的編碼為:charset=UTF-8,第二種情況的編碼為charset=iso-8859-1。
在中文網(wǎng)頁(yè)中,我們一般都不會(huì)用charset=iso-8859-1進(jìn)行編碼(中文亂碼),而是用charset=UTF-8或GB-2312進(jìn)行編碼。問(wèn)題就在這里,比較一下以上的第一種情況吧:
lenReg: 25824 time: 20000
lenFor: 25824 time: 10000
如上所示,用正則表達(dá)式檢測(cè)所用的時(shí)間竟然是for循環(huán)的兩倍?。。。。ㄆ鋵?shí),測(cè)試多次之后也不全部都是兩倍,但大部分測(cè)試都是兩倍)
為什么呢?
str.replace(/[^x00-xFF]/g,’**’).length;
看看以上語(yǔ)句(lenReg函數(shù)中的語(yǔ)句)。就我個(gè)人理解,問(wèn)題就出現(xiàn)在這里――replace的時(shí)候要遍歷一次字符串,在調(diào)用length的時(shí)候又要遍歷一次字符串,所以整個(gè)運(yùn)算過(guò)程需要遍歷兩次字符串。而for循環(huán)只需要遍歷一次――這應(yīng)該就是問(wèn)題所在了,但是我不是非常確定。
我不太確定以上的理解是否確切,但是從表面上分析應(yīng)該是這樣的。
那么,用正則表達(dá)式檢測(cè)真的使算法更加復(fù)雜嗎?還是以上沒(méi)有充分利用正則表達(dá)式的優(yōu)勢(shì)?現(xiàn)在我還沒(méi)有意義的想法,需要進(jìn)一步去推敲。先保持著懷疑吧^_^……