regex - Perl：“正则表达式中 {,} 中的量词大于 32766”

Question

假设我想在一个大的（300,000 个字母）中找到“dogs”这个词，字母之间的距离正好是40,000 个字母。所以我这样做：

$mystring =~ m/d.{40000}o.{40000}g.{40000}s/;

这在其他（较慢的）语言中会很好地工作，但在 Perl 中它会抛出“{,} 中的量词大于正则表达式中的 32766”。

所以：

1. 我们可以以某种方式使用更大的数字作为量词吗？
2. 如果没有，是否有另一种好方法可以找到我想要的东西？请注意，“狗”只是一个例子；我想对任何单词和任何跳转大小（并且快速）执行此操作。

Answer 1

如果您真的需要快速执行此操作，我会查看基于Boyer-Moore string search的想法的自定义搜索。正则表达式被解析为有限状态机。即使是这种 FSM 的巧妙、紧凑的表示也不会是执行您所描述的搜索的非常有效的方法。

如果你真的想继续你现在的路线，你可以连接两个表达式，就像在实践.{30000}.{10000}中一样。.{40000}

Answer 2

我认为index可能更适合这项任务。完全未经测试的东西：

sub has_dogs {
    my $str = shift;
    my $start = 0

    while (-1 < (my $pos = index $$str, 'd', $start)) {
        no warnings 'uninitialized';
        if ( ('o' eq substr($$str, $pos +  40_000, 1)) and
             ('g' eq substr($$str, $pos +  80_000, 1)) and
             ('s' eq substr($$str, $pos + 120_000, 1)) ) {
             return 1;
         }
     }
     return;
 }

Answer 3

40,000 = 2 * 20,000

/d(?:.{20000}){2}o(?:.{20000}){2}g(?:.{20000}){2}s/s