.NET 10 的正则性能现在什么水平？我拿它和 Go、Python、C++、PCRE2 测了一轮

所以我没有试图“复现原文结果”。原文数据不公开，就没法严肃复现。我这里做的是另一件事：用公开、确定性的规则合成一份数据，然后把所有代码放出来，让别人可以重新跑。

数据生成脚本在仓库里，规则很简单：

• 生成约 1GB 的文本文件
• 每行是一个 JSON string literal
• JSON string 里面再放一个紧凑 JSON object
• 每 20 行放一条TSLA，也就是大约 5% 命中
• 固定随机种子，确保别人生成出来的数据一致

实际这次生成的数据是：

bytes: 1,073,741,855 lines: 4,624,532 expected matches: 231,227 pattern: \"TSLA.*?\" seed: 20260702

所有实现都先把文件读进内存，然后只统计内存中扫描匹配的时间。读取时间也记录了，但不参与排序。

测了哪些实现？

这次一共测了 10 个：

这里有个小点要说明：普通new Regex(...)不是每行都 new 一次，而是构造一次后复用。每行都 new 那属于测错误用法，不是正常业务热路径。

.NET 这边大概是这样：

private const string Pattern = "\\\"TSLA.*?\\\""; private static readonly Regex PlainRegex = new(Pattern, RegexOptions.CultureInvariant); private static readonly Regex CompiledRegex = new(Pattern, RegexOptions.CultureInvariant | RegexOptions.Compiled); private static readonly Regex NonBacktrackingRegex = new(Pattern, RegexOptions.CultureInvariant | RegexOptions.NonBacktracking); [GeneratedRegex(Pattern, RegexOptions.CultureInvariant)] private static partial Regex InfoLineRegex();

核心循环也没什么花活：

private static long MatchLines(string[] lines, Regex regex) { long matches = 0; foreach (var line in lines) { if (regex.IsMatch(line)) { matches++; } } return matches; }

C++ 的 PCRE2 JIT 也不是“编译了 JIT 然后还调用普通 match”这种模糊写法，而是明确调用pcre2_jit_match。完整代码直接看 GitHub 就行，这里不贴一大坨了。

结果

每个 case：

• warmup 1 次
• 正式跑 3 次
• 只统计扫描匹配时间
• 所有 case 匹配数都必须等于231,227

结果如下，按平均耗时排序：

.NETGeneratedRegex三轮分别是：

125.294 ms 125.734 ms 125.669 ms

这个波动很小，所以至少在这份数据上，不像是偶然抖出来的。

另外我一开始也跑过 1MB 的小数据，那个时候 .NET 没这么明显的优势。这个也正常，1MB 太小了，JIT、tiered compilation、缓存状态、计时噪声都能影响结果。到了 1GB 之后，差距就稳定多了。

有几个结果挺有意思

第一，.NET GeneratedRegex真的很猛。

这个结果对我来说有点爽，但不是完全意外。现在的 .NET Regex 对这类