Question

我需要使用全球化规则来搜索文档中所有出现的字符串。伪代码是：

var searchText = "Hello, World";
var compareInfo = new CultureInfo("en-US").CompareInfo;

DocumentIterator start = null; // the start position if a match occurs
var sb = new StringBuilder();

// the document is not a string, but exposes an iterator to its content
for (var iter = doc.Start(); iter.IsValid(); ++iter)
{
    start = start ?? iter; // the start of the potential match

    var ch = iter.GetChar(); 
    sb.Append(ch);

    if (compareInfo.Compare(searchText, sb.ToString()) == 0) // exact match
    {
        Console.WriteLine($"match at {start}-{iter}");
        // not shown: continue to search for more occurrences.
    }
    else if (!compareInfo.IsPrefix(criteria.Text, sb.ToString()))
    {
        // restart the search from the character immediately following start
        sb.Clear();
        iter = start; // this gets incremented immediately
        start = null;
    }
}

这会将CompareInfo委托给文化敏感字符串匹配的困难工作。

但是，代码实现的类似流的进程存在性能问题，因为它在每次迭代中调用StringBuilder.ToString（），从而破坏了StringBuilder的性能优势。

问题：如何有效地进行搜索？

Answer 1

为什么不使用文化敏感的String IndexOf，然后使用indexOf遍历您的文档以启动下一个searc，直到找不到任何内容请参阅first answer here。

启动它所需要做的就是设置当前的文化。我假设do循环很明显。

Answer 2

那么为什么不首先将整个文档复制到stringbuilder，使用1 ToString（）。然后使用类似的方案迭代所有可能的值。使用compareInfo.Compare（criteria.Text，0，criteria.Text.Length，docString，startIndex，checkLength）

使用StringComparer和StringBuilder搜索字符串

2 个答案: