在 Ruby 中搜索和替換字符串的最快方法？

Question

我正在構建一個庫，用於清理用戶生成的內容並進行數以千計的字符串替換（性能是關鍵）。

在字符串中進行搜索和替換的最快方法是什么？

這是庫將進行的替換的示例：

u2 => you too
2day => today
2moro => tomorrow
2morrow => tomorrow
2tomorow  => tomorrow

關於字符串如何出現有四種情況：

• 字符串中的起始單詞（末尾有一個空格，但前面沒有） 2day sample
• 字符串中間（前后各有一個空格） sample 2day sample
• 字符串結尾（前面只有一個空格，但是是最后一個字） sample 2day
• 整個字符串匹配2day

即，如果正則表達式位於sample2daysample之類的單詞中間，則不應替換它

Answer 1

可能的解決方案：

replaces = {'u2' => 'you too', '2day' => 'today', '2moro' => 'tomorrow'}

str = '2day and 2moro are u2 sample2daysample'

#exp = Regexp.union(replaces.keys)  #it is the best but to use \b this should be a quiet different
exp = Regexp.new(replaces.keys.map { |x| "\\b" + Regexp.escape(x) + "\\b" }.join('|'))
str = str.gsub(exp, replaces)

# => "today and tomorrow are you too sample2daysample"

Answer 2

完全披露：我是這個寶石的作者

如果您不需要正則表達式，可以嘗試使用https://github.com/jedld/multi_string_replace這使用 aho-corasick 算法來實現此目的。

                         user     system      total        real
multi gsub           1.322510   0.000000   1.322510 (  1.344405)
MultiStringReplace   0.196823   0.007979   0.204802 (  0.207219)
mreplace             0.200593   0.004031   0.204624 (  0.205379)

我看到的唯一問題是該算法不理解單詞邊界，因此您必須將用例分解為：

“2天”，“2天”，“2天”