求教：正则表达式的效率问题

Question

//去除<style></style>之间的内容
            Regex re = new Regex(@"<style[\s\S]*?</style\s*?>", RegexOptions.IgnoreCase | RegexOptions.Compiled);
            text = re.Replace(text.ToString(), "");
            //去除<!-- -->之间的内容
            re = new Regex(@"<!--[\s\S]*?-->", RegexOptions.IgnoreCase | RegexOptions.Compiled);
            text = re.Replace(text.ToString(), "");
            //去除<script></script>之间的内容
            re = new Regex(@"<script[\s\S]*?</script\s*?>", RegexOptions.IgnoreCase | RegexOptions.Compiled);
            text = re.Replace(text.ToString(), "");问题主要是3个
1.因为不知道怎么对re重新赋值，就用= new Regex的方法，这样好吗？之前的那个regex的资源会自动回收的是么？2.为了提高效率，<style[\s\S]*?</style\s*?>中间的懒惰限定*?去掉后会不会有漏洞
改成<style[\s\S]*</style\s*>还是怎么改？其他的两个式子也请帮忙看看3.效率的问题，样本是个17k左右的网页文件，上面的耗时0.0136576
但是把RegexOptions.Compiled去掉后，耗时0.0002411
不是说Compiled可以提升运行速度的么，怎么反而是去掉后快啊？Compiled有什么意义？要怎么再提升效率？谢谢大家了

Answer 1

效率方法研究的比较少，这样试下吧yourStr = Regex.Replace(yourStr, @"<(style|script)[^>]*>[\s\S]*?</\1>", "", RegexOptions.IgnoreCase);
yourStr = Regex.Replace(yourStr, @"<!--[^>]*-->", "");比如说<style[\s\S]*?</style\s*?>，如果去掉“?”要保证你的源字符串中只有一对<style>标签，否则第一个<style>和最后一个</style>标签之间的内容都会被替换掉Compiled  指定正则表达式将被编译为程序集。生成该正则表达式的 Microsoft 中间语言 (MSIL) 代码；以较长的启动时间为代价，得到更快的执行速度。当然，Compiled对效率的影响并不只是表现在这上面，参考MSDN，这里有对Compiled参数使用更加详细的说明
ms-help://MS.MSDNQTR.v80.chs/MS.MSDN.v80/MS.VisualStudio.v80.chs/dv_fxfund/html/182ec76d-5a01-4d73-996c-0b0d14fcea18.htm

Answer 2

compile 应该是在多次运行时才会增加效率吧
比如用下面这句话测试一下：
for( int i=0; i<100; i++ ) text = re.Replace(text.ToString(), "");

Answer 3

感谢lxcnn的指点，把style和script组合在一起真是巧妙。子表达式反向引用虽然看过了，但是没想到自己也能用...经验不足
Regex的静态方法也很好用，方便。关于compiled，上面那段MSDN里面也说到编译的资源问题。按楼上的方法测试了一下，略有一点改动，把replace改成了match，因为发现第一次替换后，以后的99次自然找不到匹配了，可能会影响正确性。结果是
compiled：
00:00:00.0109246
0.0109661
0.0113060
非编译
0.0032480
0.0027570
0.0027517编译还是完败。顺便的测试是，
1.Regex静态方法从速度上来说，比创建一个实例快那么一点点，但几乎可忽略不计
2.组合的反向引用居然略慢于分开的3个式子，汗，因此我就keep it simple, stupid了
3.最后测试是拿手里现有的最大html试了一下，同样是100次，样本为白饭如霜的疯狂植物园带回帖版1329k，结果是：
编译：
0.0160975
0.0144234
0.0146817
解释：
0.0094024
0.0088975
0.0090097
我不管了，就算编译有什么潜在的好处，也不用了。好在即使在比我慢10倍的古董机器上，执行时间也不过是几个毫秒的级别差别。

Answer 4

楼上测得真细，我正则都是在给别人解决问题的过程中学习的，自己应用基本上还没遇到过，更不要说涉及到效率的问题了，所以也就没有花费多少时间和精力去研究其实感觉正则涉及到效率的地方不是很多，一般以下几种情况综合在一起时才需要考虑
1、源数源比较大
2、运用了较复杂的正则表达式
3、大量运用正则表达式
4、多次运用同一正则表达式一般在使用较复杂的正则表达式时，正则书写对效率影响比较大，我以前遇到过一次，就是在一个表达式中，非贪婪模式用得太多，导致效率过低，处理一个文本要3秒多钟，后来去掉了一些无用的非贪婪模式，提高到0.2秒以内，又换了种方式，用委托来做，提高到0.01秒内有关正则效率问题，可以看下这篇文章
http://www.regexlab.com/zh/regtopic.htm