大文件正则表达式和内存映射文件边界

Question

我希望通过大文件进行正则表达式匹配。 它是文本文件。要在GUI上显示文件，我使用内存映射文件和视图（Windows / MFC）。 我想搜索（正则表达式）整个文本的问题，我无法正确匹配映射视图的边界（我还没有尝试过，但我认为它无法匹配）。 说，我有一个文本“aab | bcc”，其中“|”是映射视图的边界。 我想匹配“bb”。我正在使用CAtlRegex。 从理论上讲，如果我编写支持这种边界问题的正则表达式引擎应该是可能的（但我不想这样做......）。

对此有什么好的解决方案吗？

Answer 1

只要您知道最大匹配字符串的长度，它应该以这种方式工作。我猜这个最大的尺寸小于dwAllocationGranularity。

当您搜索到x位置时。只需从x-dwAllocationGranularity开始定义搜索的下一个段。

因此开销是两次搜索dwAllocationGranularity字节。