Question

我想在多个大文本文件（每个200MB）中尽快搜索。我正在使用命令行工具ripgrep，并且只想调用一次。

在以下字符串中：

***foo***bar***baz***foo***bar***baz

（{***代表不同类型和数量的字符。）

我想匹配baz，但前提是它紧随foo***bar***的第一次出现

因此，在***foo***bar***baz***foo***bar***baz中，它与第一个baz相匹配并在***foo***bar***qux***foo***bar***baz中不匹配任何内容。

我尝试了几种解决方案，但是没有用。可以使用单个正则表达式来完成此操作吗？

Answer 1

在这种情况下，我非常确定正则表达式会显得过大。一个简单的find系列就可以完成这项工作：

fn find_baz(input: &str) -> Option<usize> {
    const FOO: &str = "foo";
    const BAR: &str = "bar";

    // 1: we find the occurrences of "foo", "bar" and "baz":
    let foo = input.find(FOO)?;
    let bar = input[foo..].find(BAR).map(|i| i + foo)?;
    let baz = input[bar..].find("baz").map(|i| i + bar)?;

    // 2: we verify that there is no other "foo" and "bar" between:
    input[bar..baz]
        .find(FOO)
        .map(|i| i + bar)
        .and_then(|foo| input[foo..baz].find(BAR))
        .xor(Some(baz))
}

#[test]
fn found_it() {
    assert_eq!(Some(15), find_baz("***foo***bar***baz***foo***bar***baz"));
}

#[test]
fn found_it_2() {
    assert_eq!(Some(27), find_baz("***foo***bar***qux***foo***baz"));
}

#[test]
fn not_found() {
    assert_eq!(None, find_baz("***foo***bar***qux***foo***bar***baz"));
}

#[test]
fn not_found_2() {
    assert_eq!(None, find_baz("***foo***bar***qux***foo***"));
}

正则表达式：为此有一个单一的内衬吗？

1 个答案: