检查字符串是否与任何正则表达式匹配

Question

我有一个正则表达式数组和一个字符串数组。阵列的大小可以任意长（例如，100或1000）。没有字符串匹配两个不同的正则表达式。我不确定我将如何执行它，但让我们假设它在那里。正则表达式以pre开头，后跟可选冒号，后跟一个或多个空格，后跟一个特定字符串，后跟一个空格，后跟一个整数。它将不区分大小写。

regexes = [/pre: my_string (\d+)/i, /pre: another (\d+)/i]
strings = ["comet", "eclipse", "sunshine", "starlight", "moonlight"]

对于每个字符串，我想检查它匹配的正则表达式并返回相应的匹配项。 上面的示例代码演示了我当前的方法。

strings.each {|string|
  regexes.each {|regex|
    if regex.match(string)
      p regex.match(string)
      break
    end
  }
}

似乎效率低下。有什么更有效的方法来实现它？

Answer 1

不要使用一组正则表达式;相反，使用搜索树。

这是一篇很棒的介绍文章：用于排序和搜索字符串的快速算法。

• http://www.cs.tufts.edu/~nr/comp150fp/archive/bob-sedgewick/fast-strings.pdf

或者如果您更喜欢快速而肮脏的解决方案，您可以使用Ruby Regexp＃union将fuseregexps融合在一起创建一个大的。这可能会更有效地检测字符串的 none 何时匹配，并且您可以对其进行基准测试。如果匹配，则使用匹配位置来确定哪个正则表达式匹配。

• http://www.ruby-doc.org/core-1.9.3/Regexp.html#method-c-union

（感谢#union方法的“mu太短”的评论）

对于您描述的特定情况，所有正则表达式以“pre”和可选冒号等开头，那么您可以执行/ pre：？ +（star | moon | sun）/并使用匹配结果找出匹配的内容。

Ruby的Regexp是使用搜索树实现的;这里有一个有趣的描述可能会给你带来优势：

• http://patshaughnessy.net/2012/4/3/exploring-rubys-regular-expression-algorithm

Answer 2

我将只包含一个Regexp.union（）

的示例

desired = Regexp.union(/RM/, /dog/, /hat/)
x = "RM20"
y = "phat"
puts "rawr!" if y =~ desired
#=> rawr!
puts "match!" if x =~ desired
#=> match