喜欢不同类型的比较

Question

背景

我正在开发一个游戏分析软件，必须将句子转换为所谓的“句子模板”，并将这些句子模板与存储在Excel工作表中的标准模板进行匹配。 根据是否找到匹配项，需要采取一些措施。 整个程序在Excel-VBA中。

例如，如果句子是：

通行证左路平射哈里最接近的后卫

相应的句子模板为：

传球时直接掷给了$ DIR $平$ NAME $后防线

因此，句子模板用我所谓的“掩码”替换了句子中的“可变”词。 因此，$ DIR $可以表示“左”，“右”或“中心”，并且仍将表示相同的句子模板。 同样，G.Jones可以代替T.Harry，并且它仍然是相同的模板。

除了$ DIR $和$ NAME $以外，还使用了大约六种不同类型的蒙版。 大约有1200个标准模板。

问题：

遮罩是通过不能百分百做到万无一失的程序完成的，因为被遮罩的单词（尤其是名称）具有多种变体。 例如，T.Harry可以简称为Harry或T. Harry（中间有空格）或Tom Harry。 我需要某种方法来确定句子中的所有其他单词是否与1200个模板中的任何一个单词都匹配，除了蒙版。 如果发生此“喜欢”匹配，则很可能是相同的句子模板，并且如果满足某些其他过滤条件，则可以将其视为具有高置信度的相同句子模板。

蒙版可以出现在句子中的任何位置，并且没有固定的位置。

我的方法（我认为这种方法效率低下，蛮力）

a）使用拆分功能将1200个标准句子模板中的每个模板拆分为单词

b）使用拆分功能将要比较的句子也拆分为单词

c）通过使用以下逻辑，将“ b”中的单词与1200个模板中的每个模板进行匹配

d）保持句子模板中与标准句子模板中的单词匹配的单词，直到一个单词不匹配为止。 如果一个单词不匹配，请跳过该单词并继续下一个单词。 保持匹配，直到不匹配的单词超过掩码数量。

e）如果不匹配的单词超过掩码的数量，则很可能不是同一句子。

f）如果不匹配的单词等于或小于掩码数量，并且除掩码之外，所有其他单词都匹配，则在高置信度下，它是相同的句子模板。

有一个更好的方法吗？ 有什么方法可以找到两个字符串不匹配或发散的第一个字符。

帮助表示赞赏。 到目前为止，当句子不匹配时，我已经寻求手动干预，但是如果上述逻辑起作用，那将是很好的。 提前致谢。

Answer 1

如何在模板中使用正则表达式（例如^Pass thrown .*? flat .*? closest defender$ ），然后在VBA中运行这些表达式...
您可以像下面这样在VBA中使用正则表达式（示例函数）：

Function RegExpTest(ByVal repattern As String, ByVal value As String)
 ' does a regular expression search for "repattern" in string "value"
 ' returns the match
 '  or "" if not found

  Dim RegEx As Object
  ' create the RegExp Object with late binding
  Set RegEx = CreateObject("vbscript.regexp")
  With RegEx
    .Global = True      'look for global matches
    .Pattern = repattern
  End With
  RegExpTest = RegEx.Test(value)
  Set RegEx = Nothing
End Function

它仍然不会打破任何速度记录，但是比拆分方法更简单，更快捷（特别是在名称中可以有空格的地方-正则表达式可以解决这一问题）

编辑
在该示例的功能， repattern是在（例如，从工作表中的函数调用）传递的字符串。 该repattern同样可以设置为一个单元格的值-即存储在电池在工作表你的模式。
因此，对于每个输入字符串，您可以遍历包含正则表达式模式的工作表范围，并测试该字符串是否匹配，如果找到匹配项，则退出循环。

在从模板制作图案方面，如果所有蒙版都遵循$SOMETHING$格式，则可以使用正则表达式进行替换，以将模板制作成图案：-)在VBA中，通过以下功能，您可以在工作表中将把公式=REGSUB("\\$.*?\\$",A1,".*?") ！ 请享用！

Function RegSub(ByVal repattern As String, ByVal value As String, ByVal replacement As String) As String
  RegSub = value
  Dim RegEx As Object
  Set RegEx = CreateObject("vbscript.regexp")
  With RegEx
    .Global = True      'look for global matches -> replace all
    .Pattern = repattern
  End With
  RegSub = RegEx.Replace(value, replacement)
  Set RegEx = Nothing
End Function