Question

匹配给定字符串中存在的所有模式集的最佳方法是什么。例如，假设我有一千个中等长度的字符串集合（每个字符串大约30-50个字符）。用户需要能够指定一组模式（甚至不是模式只是一系列字符），每个字符串都将被评估，字符串必须包含指定的所有模式。

因此假设用户想要评估以下模式：

123
xyz
abc

字符串如：

john_smith_123456_abcdef_9999_tuv

将为false，因为它只包含3中的2个，而字符串如下：

jane_doe_abcdef_123_9999_tuvwxyz

会是真的，因为它包含所有3

首先，正则表达式或string.Contains（）？或者是否有一个交易点，其中一个表现优于另一个？第二，假设正则表达式是要走的路，那么用于这种情况的正则表达式的最佳类型是什么？

非常感谢！

Answer 1

以下正则表达式将起作用：

^(?=.*123)(?=.*xyz)(?=.*abc).*$

这使用lookaheads来确保您要查找的三个子字符串包含在字符串中的某个位置，然后在找到所有子字符串时使用.*来使用整个字符串。< / p>

Answer 2

你要找的是大字符串里面的特定字符串，对吧？如果是这样的话，正则表达式对你来说不会那么好。当然，你可以做一些前瞻性的事情，但你还没有真正获得任何东西 - 无论是可读性还是表现性。正则表达式用于在文本中查找模式，而不是子串。

只需遍历列表，数组，等等......并使用Contains查找每个子字符串。

Answer 3

正则表达式几乎总是简单匹配的较慢选项。您应该使用String.Contains()，除非您确实需要正则表达式功能。如果只允许用户输入要测试的实际字符串，则不需要正则表达式。

Answer 4

对于这样一个简单的任务来说，正则表达似乎有些过分。你不是真的在寻找一个模式而是一个子串，在这种情况下String.Contains()非常适合这项工作（假设你没有“隐藏”的要求，你没有告诉过我们。）

Answer 5

决定基于正则表达式的解决方案何时会太慢，没有经验法则。事实上，没有理由期望正则表达式比任何其他技术都慢。像任何其他工具一样，如果你合理地使用它并且它似乎提供了最简单的方法，那就继续尝试吧。如果您已经为测试编写了足够有用的代码，请对其进行基准测试。

此外，如果模式非常简单，你可以使用Contains()，那么搞乱正则表达式和创建~~共振级联~~灾难性回溯场景的可能性也很小。请记住：正则表达式不会炒掉CPU，正则表达式的作者会这样做。：d

我倾向于同意你关于FJ提出的多前瞻方法;这项工作可能太慢了。它实际上与多次调用Contains()相同，但由于回溯而产生额外开销。无论如何它值得测试，但我首先尝试这种方法：

^(?>(?:123()|xyz()|abc()|.)+$\1\2\3)

前瞻方法必须扫描每个搜索词的整个字符串，这个正则表达式只扫描一次，它永远不会回溯。每当它在搜索词上受到攻击时，紧接该词后面的捕获组被称为参与了比赛，即使它没有捕获任何内容。当到达字符串的末尾时，如果组参与了匹配，则每个反向引用“再没有匹配”;否则报告失败，整体匹配失败。