在正则表达式数组中搜索文本块的最有效方法是什么？
|
我正在寻找一种最有效的方法来搜索文本块（±1 / 2KB）中存储在数组中的许多正则表达式。
示例代码：
patterns = [/patternA/i,/patternB/i,/patternC/m,...,/patternN/i]
content = \"Lorem ipsum dolor sit amet, consectetur... officiam id est laborum.\"
r = patterns.collect{ |pattern|
pattern unless ( content =~ pattern ).blank?
}.compact
没有找到相关结果
已邀请:
4 个回复
盛虱
，，，则创建一个格式为ѭ4a的正则表达式 抱歉，我不了解Ruby，但希望您可以将其转换为代码（： 旁注：这是我上次处理Mercurial \ .hgignore文件的方式。在那种情况下，在一个大的正则表达式上抛出1000个文件名，这比在数百个较小的正则表达式中分别抛出那些文件名更有效。诫商
r = patterns.select{|pattern| content =~ pattern}上实现此方法，而不是在其他方法上实现，因为传递大参数似乎很慢。class String def filter_patterns patterns patterns.select{|r| self =~ pattern} end end解决方案2 它有一个限制，即每个正则表达式均不包含命名/编号捕获。combined_regex = Regexp.new(patterns.map{|r| \"(?=[.\\n]*(#{r.source}))?\"}.join) content =~ combined_regexr = patterns.select.with_index{|pattern, i| Regexp.last_match[i]}dogs = { \'saluki\' => \'Hounds\', \'russian wolfhound\' => \'Hounds\', \'italian greyhound\' => \'Hounds\', .. } content = \"Running in the fields at great speeds, the sleek saluki dog comes from...\"combined_regex = Regexp.new(dogs.keys.map{|w| \"(?=[.\\n]*(#{w}))?\"}.join, Regexp::IGNORECASE) content =~ combined_regex r = patterns.select.with_index{|pattern, i| Regexp.last_match[i]} \"This article talks about #{r.collect{|x| dogs[x]}.to_sentence}.\" => \"This article talks about Hounds.\"这样的输出，您可能需要在其中放入。\"This article talks about #{r.uniq.collect{|x| dogs[x]}.to_sentence}.\"誓猎贰
text = \'Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor magna\' targets = [ /(am?et)/, /(ips.m)/, /(elit)/, /(magna)/, /([Ll]or[eu]m)/ ] regex = Regexp.union(targets) hits = [] text.scan(regex) { |a| hits += a.each_with_index.to_a } r = hits.select{ |w,i| w }.map{ |w,i| targets[i]} # => [/([lL]or[eu]m)/, /(ips.m)/, /(am?et)/, /(elit)/, /(magna)/]届甸衬丝蚕