我们有无数方法可用于删除字符串中的所有空白，但是哪个更快呢？
介绍
如果你问空白是什么，那说起来还真是有些乱。许多人认为空白就是SPACE 字符（UnicodeU+0020，ASCII 32，HTML ），但它实际上还包括使得版式水平和垂直出现空格的所有字符。事实上，这是一整类定义为Unicode字符数据库的字符。
本文所说的空白，不但指的是它的正确定义，同时也包括string.Replace(” “, “”)方法。
这里的基准方法，将删除所有头尾和中间的空白。这就是文章标题中“所有空白”的含义。
背景
这篇文章一开始是出于我的好奇心。事实上，我并不需要用最快的算法来删除字符串中的空白。
检查空白字符
检查空白字符很简单。所有你需要的代码就是：
char wp = ' '; char a = 'a'; Assert.True(char.IsWhiteSpace(wp)); Assert.False(char.IsWhiteSpace(a)); 但是，当我实现手动优化删除方法时，我意识到这并不像预期得那么好。一些源代码在微软的参考源代码库的char.cs挖掘找到： public static bool IsWhiteSpace(char c) { if (IsLatin1(c)) { return (IsWhiteSpaceLatin1(c)); } return CharUnicodeInfo.IsWhiteSpace(c); } 然后CharUnicodeInfo.IsWhiteSpace成了： internal static bool IsWhiteSpace(char c) { UnicodeCategory uc = GetUnicodeCategory(c); // In Unicode 3.0, U+2028 is the only character which is under the category "LineSeparator". // And U+2029 is th eonly character which is under the category "ParagraphSeparator". switch (uc) { case (UnicodeCategory.SpaceSeparator): case (UnicodeCategory.LineSeparator): case (UnicodeCategory.ParagraphSeparator): return (true); } return (false); }
GetUnicodeCategory()方法调用InternalGetUnicodeCategory()方法，而且实际上相当快，但现在我们依次已经有了4个方法调用！以下这段代码是由一位评论者提供的，可用于快速实现定制版本和JIT默认内联：
// whitespace detection method: very fast, a lot faster than Char.IsWhiteSpace [MethodImpl(MethodImplOptions.AggressiveInlining)] // if it's not inlined then it will be slow!!! public static bool isWhiteSpace(char ch) { // this is surprisingly faster than the equivalent if statement switch (ch) { case '\u0009': case '\u000A': case '\u000B': case '\u000C': case '\u000D': case '\u0020': case '\u0085': case '\u00A0': case '\u1680': case '\u2000': case '\u2001': case '\u2002': case '\u2003': case '\u2004': case '\u2005': case '\u2006': case '\u2007': case '\u2008': case '\u2009': case '\u200A': case '\u2028': case '\u2029': case '\u202F': case '\u205F': case '\u3000': return true; default: return false; } }
删除字符串的不同方法
我用各种不同的方法来实现删除字符串中的所有空白。
分离合并法
这是我一直在用的一个非常简单的方法。根据空格字符分离字符串，但不包括空项，然后将产生的碎片重新合并到一起。这方法听上去有点傻乎乎的，而事实上，乍一看，很像是一个非常浪费的解决方式：
public static string TrimAllWithSplitAndJoin(string str) { return string.Concat(str.Split(default(string[]), StringSplitOptions.RemoveEmptyEntries)); } LINQ 这是优雅地声明式地实现这个过程的方法： public static string TrimAllWithLinq(string str) { return new string(str.Where(c => !isWhiteSpace(c)).ToArray()); }
正则表达式
正则表达式是非常强大的力量，任何程序员都应该意识到这一点。
static Regex whitespace = new Regex(@"\s+", RegexOptions.Compiled); public static string TrimAllWithRegex(string str) { return whitespace.Replace(str, ""); }
字符数组原地转换法
该方法将输入的字符串转换成字符数组，然后原地扫描字符串去除空白字符（不创建中间缓冲区或字符串）。最后，经过“删减”的数组会产生新的字符串。
public static string TrimAllWithInplaceCharArray(string str) { var len = str.Length; var src = str.ToCharArray(); int dstIdx = 0; for (int i = 0; i < len; i++) { var ch = src[i]; if (!isWhiteSpace(ch)) src[dstIdx++] = ch; } return new string(src, 0, dstIdx); }
字符数组复制法
这种方法类似于字符数组原地转换法，但它使用Array.Copy复制连续非空白“字符串”的同时跳过空格。最后，它将创建一个适当尺寸的字符数组，并用相同的方式返回一个新的字符串。
public static string TrimAllWithCharArrayCopy(string str) { var len = str.Length; var src = str.ToCharArray(); int srcIdx = 0, dstIdx = 0, count = 0; for (int i = 0; i < len; i++) { if (isWhiteSpace(src[i])) { count = i - srcIdx; Array.Copy(src, srcIdx, src, dstIdx, count); srcIdx += count + 1; dstIdx += count; len--; } } if (dstIdx < len) Array.Copy(src, srcIdx, src, dstIdx, len - dstIdx); return new string(src, 0, len); }
循环交换法