如何在字符串中搜索子字符串的許多變體

Question

我試圖在一個字符串中搜索一個子字符串，但是必須有一個更有效的方法然后這個..

      //search for volume
     if AnsiContainsStr(SearchString, 'v1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'V1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Volume1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Volume 1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Vol1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'vol1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Vol 1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'vol 1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Vol.1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'vol.1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Vol. 1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'vol. 1') then
         Volume := '1';


     if AnsiContainsStr(SearchString, 'v2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'V2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Volume2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Volume 2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Vol2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'vol2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Vol 2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'vol 2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Vol.2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'vol.2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Vol. 2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'vol. 2') then
         Volume := '2';

Answer 1

由於您使用XE2對其進行了標記，因此您可以使用正則表達式輕松進行匹配

  var
     Regex: String;
  begin
     Regex := '^[v](ol\.?|olume)?\s*(1|\.\s*1)$';
     if TRegEx.IsMatch(SearchString, Regex, [roIgnoreCase]) then
        Volume := '1'
     Regex := '^[v](ol\.?|olume)?\s*(2|\.\s*2)$';
     if TRegEx.IsMatch(SearchString, Regex, [roIgnoreCase]) then
        Volume := '2'
  end;

現在，我不是最好的設計正則表達式，但我測試了上面的那個，它似乎匹配你所有的變化（也許其他人可以想出一個更簡潔的）。

Answer 2

對於很多字符串和頻繁搜索，使用后綴樹將是您最好的選擇。 否則使用正則表達式的更簡單方法也可以提供幫助，您的字符串看起來足夠規

Answer 3

建立在@ user582118的答案上：

如果使用^v(ol\\.?|olume)?\\s*([0-9]+)$作為RegEx模式，則不必嘗試每個可能的數值。 它將與最后的一個或多個數字字符匹配。 然后，您可以使用TMatch “ Value和Groups屬性從字符串中提取數字。

var
  RegEx: TRegEx; // This is a record, not a class, and doesn't need to be freed!
  Match: TMatch;
  i: Integer;
begin
  RegEx := TRegEx.Create('^v(ol\.?|olume)?\s*([0-9]+)$');
  Match := RegEx.Match('vol.3456');
  WriteLn('Value: ' + Match.Value);
  for i := 0 to Match.Groups.Count - 1 do
    WriteLn('Group', i, ': ', Match.Groups[i].Value);
end;

得到：

Value: vol.3456
Group0: vol.3456
Group1: ol.
Group2: 3456

Answer 4

嘗試這樣的事情：

const
  Prefixes: array[0..6] of String = (
    'VOLUME '
    'VOLUME'
    'VOL. '
    'VOL '
    'VOL.'
    'VOL'
    'V'
  );

var
  S: String;
  P: PChar;
  I, J, Len: Integer;
  Volume: Char;
begin
  Volume = #0;
  S := UpperCase(SearchString);
  P := PChar(S);
  Len := Length(S);
  I := 1;
  while (Len > 0) and (Volume = #0) do
  begin
    if (P^ <> 'V') then begin
      Inc(P);
      Dec(Len);
      Continue;
    end;
    for J := Low(Prefixes) to High(Prefixes) do
    begin
      if AnsiStrLComp(P, PChar(Prefixes[J]), Length(Prefixes[J])) = 0 then
      begin
        Inc(P, Length(Prefixes[J]));
        Dec(Len, Length(Prefixes[J]));
        if (Len > 0) then begin
          if (P^ >= '1') and (P^ <= '7') then
            Volume := P^;
        end;
        Break;
      end;
    end;
  end;
end;

Answer 5

為了比較郵件地址，我不得不做類似的事情。 我刪除了空格和標點符號。 然后我使用了CompareText，因此它不區分大小寫。

很多你的If語句都涉及比較可能有或沒有“Vol”或“Volume”之間的句號或空格的字符串和數字。 刪除句點和空格，每個卷號留下兩個If語句：一個用於VOL，一個用於VOLUME。 您甚至可以通過將“volume”替換為“vol”來將每個卷減少到一個If語句。

Answer 6

首先使您的搜索字符串大寫（一次），然后針對搜索字符串的大寫版本執行每個檢查。 這樣可以將檢查次數減少一半而不需要不區分大小寫的搜索（這可能會每次都改變兩個字符串的大小寫）。

您可以更進一步，使用JCL中的一個通配符匹配函數，例如StrMatches。 然而，雖然這會減少代碼行數，但它不能像具有特定匹配一樣快。

如果您希望為Volume創建許多不同的值，請編寫自己的函數以搜索字符串的字母部分，然后單獨檢查后面的數字。

Answer 7

如果你想要它容易但很慢 - 去RegExp方式。

如果您想要快速，請閱讀@LeleDumbo的回答。

但！ 在真正的搜索之前使字符串全部大寫 - AnsiUpperCase函數。 不區分大小寫的搜索會減慢每個字符的速度。 最好是復制字符串和搜索模式。 （哦，@ RobMcDonell已告訴你:-)）

您要將前綴轉換為樹。 好的，在這個簡單的例子中它將適合列表（數組）：“V”，“OL”，“UME” 在更復雜的情況下你可以用相同的開始搜索V-OL-UME或V-ER-SION和分裂的尾巴）

然后閱讀http://en.wikipedia.org/wiki/Finite-state_machine - 這就是你必須要做的事情。

一個簡單的草案（不涵蓋所有可能的用例，例如“Vol.2.2”）將是：

從search-txt-1狀態開始，＃1 char來查看。 在每個循環中，您有當前狀態和當前要考慮的字符數（想到左邊已經掃描過的所有字符）：

1. 如果state是search-txt-1，則在當前字符和右邊任意位置搜索txt-1（即“V”）（System.StrUtils.PosEx函數）

   1.1。 如果未找到 - 退出循環，則找不到文本

   1.2。 如果找到 - inc（當前數字），則：= search-txt-2，下一個循環

2. 如果state是search-txt-2，則僅搜索當前字符的txt-2（“UM”）！ （懶惰：System.Copy（txt，current-char，system.length（txt-2））= txt-2; fast：與Jedi CodeLibrary的長度和偏移量的特殊比較）

   2.1如果找到，inc（當前數字，長度（txt-2），狀態：= search-txt-3，下一循環

   2.2如果沒有找到，請不要更改當前編號，狀態：= skip-dot，next loop

3. 如果state是search-txt-3，那么就像上面一樣搜索txt-3

   3.1 if found，inc（current-number，length（txt-3），state：= skip-dot，next loop

   3.2如果沒有找到，請不要更改當前編號，狀態：=跳過點，下一個循環

4. 如果state是skip-dot，看看current-char是否為dot

   4.1如果是，inc（current-number），state：= skip-few-blanks，next loop

   4.2如果不是不改變當前數字，則表示：= skip-few-blanks，next loop

5. 如果skip-few-blanks則查看current-char是否為“”

   5.1如果是，inc（current-number），state：= skip-few-blanks，next loop（可能有更多空格）

   5.2如果不是不改變當前數字，則：= maybe-number，next loop

6. if maybe-number然后是System.Character.IsDigit（current-char）???

   6.1如果不是 - 沒有數字，搜索失敗，下次嘗試 - 不要改變當前號碼，狀態：= search-txt-1，下一個循環

   6.2如果是，記住數字開始的地方，狀態：= reading-number，inc（當前數字），下一個循環

7. 如果讀取數字然后System.Character.IsDigit（current-char）???

   7.1如果是 - 再多一位 - 狀態：=讀數，inc（當前數），下一循環

   7.2如果不是 - 數字超過 - 從數字開始到前一個字符（最后一個數字）獲取字符串片段，轉換它（IntToStr（復制（字符串，數字 - 開始，數字長度））並退出循環（你不在一個字符串中搜索幾個數字，對嗎？）

對於更復雜的語法，有像Yacc / Bison這樣的工具。 但是對於這么簡單的你可以選擇你自己的自定義FSM，它並不難，但最快的方式。 只是要非常注意，不要在狀態轉換和當前字符數字轉換中出錯。

我希望我沒有，但你必須測試它。