Question

我正在尝试在一个字符串中搜索一个子字符串，但是必须要有一个更有效的方法呢...

      //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

由于您使用XE2标记了此内容，因此您可以使用正则表达式轻松进行此匹配

  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;

现在，我不是最擅长设计正则表达式，但我测试了上面的那个，它似乎与你所有的变化相匹配（也许其他人可以想出一个更简洁的表达式）。

Answer 2

对于很多字符串和频繁搜索，使用后缀树将是您最好的选择。否则，使用正则表达式的更简单方法也可以提供帮助，您的字符串看起来足够规则。

Answer 3

基于@ user582118的回答：

如果使用^v(ol\.?|olume)?\s*([0-9]+)$作为RegEx模式，则不必尝试每个可能的数值。它将与最后的一个或多个数字字符匹配。然后，您可以使用TMatch的{{1}}和Value属性从字符串中提取数字。

Groups

给出：

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;

Answer 4

尝试这样的事情：

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

我必须做一次类似的事情来比较邮寄地址。我删除了空格和标点符号。然后我使用了CompareText，因此它不区分大小写。

很多你的If语句涉及比较可能有或没有“Vol”或“Volume”之间的句号或空格的字符串和数字。删除句点和空格，每个卷号留下两个If语句：一个用于VOL，一个用于VOLUME。您甚至可以通过将“volume”替换为“vol”来将每个音量降低到一个If语句。

Answer 6

首先将搜索字符串设置为大写（一次），然后针对搜索字符串的大写版本执行每项检查。这样可以将检查次数减少一半而不需要不区分大小写的搜索（这可能会每次更改两个字符串的大小写）。

您可以更进一步，使用JCL中的一个通配符匹配函数，例如StrMatches。但是，虽然这会减少代码行数，但它不能像具有特定匹配项一样快。

如果您希望为Volume创建许多不同的值，请编写自己的函数来搜索字符串的字母部分，然后单独检查后面的数字。

Answer 7

如果你想要它很容易但又很慢 - 去RegExp方式。

如果您想要快速，请阅读@LeleDumbo的回答。

BUT！在真正的搜索之前使字符串全部大写 - AnsiUpperCase函数。不区分大小写的搜索会减慢每个字符的速度。最好是复制字符串和搜索模式。（哦，@ RobMcDonell已经告诉过你:-)）

您要将前缀转换为树。好的，在这个简单的例子中，它将适合列表（数组）：“V”，“OL”，“UME” 在更复杂的情况下，您可以搜索具有相同启动和分割尾部的V-OL-UME或V-ER-SION）

然后阅读http://en.wikipedia.org/wiki/Finite-state_machine - 这就是你必须要做的事情。

简单的草案（不涵盖所有可能的用例，例如“Vol.2.2”）将是：

从search-txt-1状态开始，＃1 char查看。在每个循环中，您有当前状态和当前要考虑的字符数（想到左边已经扫描过的所有字符）：

如果state是search-txt-1，则在当前字符和右边任意位置搜索txt-1（即“V”）（System.StrUtils.PosEx函数）

1.1。如果找不到 - 退出循环，找不到文本

1.2。 if found - inc（current-number），state：= search-txt-2，next loop
如果state是search-txt-2，则仅搜索当前字符的txt-2（“UM”）！（懒惰：System.Copy（txt，current-char，system.length（txt-2））= txt-2; fast：与Jedi CodeLibrary的长度和偏移量进行特殊比较）

2.1 if found，inc（current-number，length（txt-2），state：= search-txt-3，next loop

2.2如果没有找到，请不要更改当前号码，状态：=跳过点，下一个循环
如果state是search-txt-3，则搜索上面的txt-3

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

3.2如果没有找到，请不要更改当前号码，状态：=跳过点，下一个循环
如果state是skip-dot，请查看current-char是否为dot

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

4.2如果不是不改变当前数字，则：= skip-few-blanks，next loop
如果skip-few-blanks则查看current-char是否为“”

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

5.2如果不是不改变当前号码，则：= maybe-number，next loop
if maybe-number然后是System.Character.IsDigit（current-char）???

6.1如果不是 - 没有数字，搜索失败，下次尝试 - 不要改变当前号码，状态：= search-txt-1，下一个循环

6.2如果是，请记住编号开始的位置，状态：= reading-number，inc（当前编号），下一循环
如果读取数字则为System.Character.IsDigit（current-char）???

7.1如果是 - 再多一位 - 状态：= reading-number，inc（当前数字），下一循环

7.2如果不是 - 数字超过 - 从数字开始到前一个字符（最后一个数字）获取字符串片段，转换它（IntToStr（复制（字符串，数字开始，数字长度））并退出循环（你没有在一个字符串中搜索多个数字，对吗？）

对于更复杂的语法，有像Yacc / Bison这样的工具。但是对于这么简单的你可以选择你自己的自定义FSM，它并不难，但最快的方式。只是要非常注意，不要在状态转换和当前字符数字转换中出错。

我希望我没有做，但你必须测试它。

如何在字符串中搜索子字符串的许多变体

7 个答案: