- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
如果我有一些未知数量的正则表达式(零个或更多,希望少于几千个),搜索与给定字符串匹配的正则表达式的有效方法是什么?
我应该使用什么样的容器、算法和/或数据结构?如果我想找到唯一匹配的正则表达式与我想找到所有正则表达式匹配,这有什么不同吗?这些与只想知道有多少匹配有区别吗?
让我换一种说法,假设我有一个用户输入任意字符串并且我有一些正则表达式容器。我可以按照自己选择的方式设计容器,也可以按照自己选择的方式设计搜索。如果我想要一个与该集合中的用户输入相匹配的所有正则表达式的列表,我该怎么办?如果我只想知道存在多少匹配项怎么办?如果我只想确保匹配的唯一性怎么办?
最佳答案
如果您可以在尝试将字符串与正则表达式进行匹配之前对正则表达式进行一些预计算,那么您可以将所有它们的并集转换为 DFA,该 DFA 可以同时将一个字符串与所有字符串进行匹配。
参见:https://en.wikipedia.org/wiki/Deterministic_finite_automaton
这种方法经常用于解析器和编译器中的词法分析(标记化)。 DFA 的好处是无论您放入多少正则表达式或它们有多复杂,它的速度都是一样的(快)。
这不是那么容易,但周围有工具。如果您使用 Java,那么我有一个您可以使用的开源项目:http://mtimmerm.github.io/dfalex/ .要回答您的其他问题,您可以根据需要从中获取所有匹配正则表达式的集合。
如果您对如何自己做感兴趣,这个过程通常包括使用 Thompson 的构造 (https://en.wikipedia.org/wiki/Nondeterministic_finite_automaton) 将您的正则表达式转换为 NFA (https://en.wikipedia.org/wiki/Thompson%27s_construction),然后使用子集构造 (https://en.wikipedia.org/wiki/Powerset_construction),然后通常使用 Hopcroft 算法最小化 DFA (https://en.wikipedia.org/wiki/DFA_minimization)
有很大的优化和技巧空间。
祝你好运!
附言我应该注意几件事:1) 你通常不能从具有反向引用的正则表达式中创建 DFA。 2) 理论上 DFA 有可能呈指数级增长。这几乎不会是偶然发生的,但是如果您的正则表达式被潜在的恶意人员输入,那么您将不得不针对这种可能性采取一些措施。
关于regex - 高效地搜索正则表达式集合,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38379781/
我正在用 yacc/bison 编写一个简单的计算器。 表达式的语法看起来有点像这样: expr : NUM | expr '+' expr { $$ = $1 + $3; } | expr '-'
我开始学习 lambda 表达式,并在以下情况下遇到了以下语句: interface MyNumber { double getValue(); } MyNumber number; nu
这两个 Linq 查询有什么区别: var result = ResultLists().Where( c=> c.code == "abc").FirstOrDefault(); // vs. va
如果我们查看 draft C++ standard 5.1.2 Lambda 表达式 段 2 说(强调我的 future ): The evaluation of a lambda-expressio
我使用的是 Mule 4.2.2 运行时、studio 7.5.1 和 Oracle JDK 1.8.0_251。 我在 java 代码中使用 Lambda 表达式,该表达式由 java Invoke
我是 XPath 的新手。我有网页的html源 http://london.craigslist.co.uk/com/1233708939.html 现在我想从上面的页面中提取以下数据 完整日期 电子
已关闭。这个问题是 off-topic 。目前不接受答案。 想要改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 已关闭10 年前。 Improve th
我将如何编写一个 Cron 表达式以在每天上午 8 点和下午 3:30 触发?我了解如何创建每天触发一次的表达式,而不是在多个设定时间触发。提前致谢 最佳答案 你应该只使用两行。 0 8 * * *
这个问题已经有答案了: What do 3 dots next to a parameter type mean in Java? (9 个回答) varargs and the '...' argu
我是 python 新手,在阅读 BeautifulSoup 教程时,我不明白这个表达式“[x for x in titles if x.findChildren()][:-1]”我不明白?你能解释一
(?:) 这是一个有效的 ruby 正则表达式,谁能告诉我它是什么意思? 谢谢 最佳答案 正如其他人所说,它被用作正则表达式的非捕获语法,但是,它也是正则表达式之外的有效 ruby 语法。 在
这个问题在这里已经有了答案: Why does ++[[]][+[]]+[+[]] return the string "10"? (10 个答案) 关闭 8 年前。 谁能帮我处理这个 JavaSc
这个问题在这里已经有了答案: What is the "-->" operator in C++? (29 个答案) Java: Prefix/postfix of increment/decrem
这个问题在这里已经有了答案: List comprehension vs. lambda + filter (16 个答案) 关闭 10 个月前。 我不确定我是否需要 lambda 或其他东西。但是,
C 中的 assert() 函数工作原理对我来说就像一片黑暗的森林。根据这里的答案https://stackoverflow.com/a/1571360 ,您可以使用以下构造将自定义消息输出到您的断言
在this页,John Barnes 写道: If the conditional expression is the argument of a type conversion then effec
我必须创建一个调度程序,它必须每周从第一天上午 9 点到第二天晚上 11 点 59 分运行 2 天(星期四和星期五)。为此,我需要提供一个 cron 表达式。 0-0 0-0 9-23 ? * THU
我正在尝试编写一个 Linq 表达式来检查派生类中的属性,但该列表由来自基类的成员组成。下面的示例代码。以“var list”开头的 Process 方法的第二行无法编译,但我不确定应该使用什么语法来
此 sed 表达式将输入字符串转换为两行输出字符串。两条输出行中的每一行都由输入的子串组成。第一行需要转换成大写: s:random_stuff\(choice1\|choice2\){\([^}]*
我正在使用 Quartz.Net 在我的应用程序中安排我的工作。我只是想知道是否可以为以下场景构建 CRON 表达式: Every second between 2:15AM and 5:20AM 最
我是一名优秀的程序员,十分优秀!