C# 用自定义解析器替换简单正则表达式的好方法是什么？

我正在用C#编写一个数据处理程序，在做了一些分析之后，我发现我使用的正则表达式是最大的瓶颈。它们占据了整个算法80%的时间，这不仅仅是解析，所以我决定手动解析数据

格式相当简单，我基本上是以

=XXX+YYY

的形式解析简单的算术表达式，其中

XXX

和

YYY

是术语，

+

表示可以应用于这些术语的有限运算符集之一。始终只有两个术语和一个运算符，尽管这些术语可以用几种不同的方式表示

到目前为止，我的方法基本上是编写一个类似于

（matchXXX）（[+-*/…]）（matchyy）

的regexp，然后在每个操作数上应用另一个regexp，以查看它们是什么类型。我在编写高性能解析器方面没有太多经验。我只在Haskell中使用过Parsec，这是一种非常独特的方法，可能需要做很多工作才能实现

那么问题是，为这种表达式编写解析器的好方法是什么？是否有一种通用方法在大多数情况下都适用？

我不是在找解析器生成器。我需要的是一个可以手动实现的简单解决方案

---

更新：当前最慢的regexp是

（[A-Z]+\d+（[+\-*/]）（[A-Z]+\d+

我要尝试的第一条攻击线是优化正则表达式本身。由于表达式的结构缺少嵌套，因此可能存在一个简单的优化，可以显著减少引擎所花费的时间

接下来我要尝试的是通过预编译表达式更好地使用正则表达式引擎，即使用非静态方法

regex

，而不是静态方法

---

在这两种方法都不起作用的情况下，我会选择一种简单的方法。这些解析器是迄今为止最简单的代码编写工具，但它们对于简单语言的性能很好（而且您的语言非常简单）。

您是否使用了反向引用？如果不是--很好，您可以通过使用更快的正则表达式引擎来优化它。在这里阅读更多优秀文章：

由于您最复杂的正则表达式没有使用它，我希望其他正则表达式也是如此。下一步——你是否提前知道你的正则表达式，或者它们是作为输入的？如果是前者，则预编译它们

---

我自己编写了multi-regex引擎（我的一部分），但它仍然有点新鲜——不管怎么说，它展示了这个想法，使用所有正则表达式，编译它们，构建一个转换表，并针对输入运行它。由于表中有所有正则表达式的转换，因此没有时间考虑这个或那个。在用我的MRE替换.Net正则表达式之后，我得到了x2加速（我说了，它是新的：-D）。

为什么不使用

String.Split

方法，将有限的字符集作为分隔符传递？如果正则表达式不太复杂，可以显示它吗？正则表达式可能会变慢，但在优化时也会变快。另外，不要忘记使用

RegexOptions.Compiled

。发布您的正则表达式，以便我们查看它是否有问题。@Dmitry如果有办法查看拆分发生在哪个字符上，我可以这样做，但看看API，它似乎不是一个选项。如果您也需要运算符的

字符

，请尝试使用

字符串.IndexOfAny

和

字符串.Substring

。