Question

我做：我想在大文本（1000+单词）中找到编程域（HTML，JavaScript，后端...）中的特殊单词，并放入我找到的所有编程单词到新阵列

问题：在我看来，只有一种方法可以做到这一点。

使用编程字

非常大

写一个循环，将BIG TEXT中的每个单词与BIG ARRAY中的单词（带编程单词）进行比较

但我认为有一些解决方案可以大大简化任务。

知道如何让这个 MORE 更容易吗？

我在服务器JavaScript上写道

编辑：我知道indexOf等等的人谢谢你，但我想找到

非常快的算法
如何避免编写编程字（500 +）

“已解决：”我找到underscore.js 示例：

var tagsObject = {
  "Java":"JAVA",
  "J2EE":"J2EE"
}

var words = "Java is a big language ! ! "

  var words = content.split(/\b/); // make array
  words = _.uniq(words); // make array with uniq words
  console.log(  _.intersection(words,_.keys(tagsObject))); // Computes the list of values that are the intersection of all the arrays, return array
//_.keys(tagsObject) - return array with keys

Answer 1

我想到了一些fast string searching algorithms，特别是 Rabin-Karp 。

可以在this gist中找到一个实现，您可以在其中比较不同函数之间的运行时间：

function simpleSearch(text, str) {
   ...

function searchRabinKarp(text, str) {
   ...

this post.

已经比较了标准方法（regex和indexOf）的表现

Answer 2

嗯..实际上我想建议你使用一个名为indexOf的JS函数来对付你的数组。通过这种方式，您至少可以删除一个循环。如果上述JS函数的返回值为-1，则找不到特定字符。

Var sourceArray=[a,b,c,d,e];

Var toBeFoundValues=[a,x,z,d];

For(var i=0;i<toBeFoundValues.length;I++)

If(sourceArray.indexOf(toBeFoundValues[I])!=-1)

// logic here

我希望上面的代码可以帮到你。很抱歉，如果通过我的智能手机回答代码看起来不太好！

Answer 3

您可以尝试使用正则表达式。这一次搜索以查看字符串中是否有HTML，JavaScript或Back-end

var passingWords = "HTML,blah,otherWordsHere,JavaScript,Back-end";
var failingWords = "blah, otherWordsHere, h.tml, H.TML";
var re = new RegExp('(HTML)|(JavaScript)|(Back-end)');
console.log(re.test(passingWords));
console.log(re.test(failingWords));

如果true声明中给出的任何字词都在给定的字符串中，它将返回new，如果不是，则返回false。

在您的情况下，您可能希望单独测试每个单词，或者编写一个不同的正则表达式，允许单词的任意组合与每个定义的单词之间的任何字符。

这只会告诉您这个词是否在那里，而不是它在哪里或任何其他信息。

JavaScript RegExp reference

查找大文中的特殊字词

3 个答案: