delphi - 如何在字符串中搜索子字符串的许多变体

Question

我正在尝试在字符串中搜索子字符串，但认为必须有比这更有效的方法..

      //search for volume
     if AnsiContainsStr(SearchString, 'v1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'V1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Volume1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Volume 1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Vol1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'vol1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Vol 1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'vol 1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Vol.1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'vol.1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'Vol. 1') then
         Volume := '1';
     if AnsiContainsStr(SearchString, 'vol. 1') then
         Volume := '1';


     if AnsiContainsStr(SearchString, 'v2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'V2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Volume2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Volume 2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Vol2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'vol2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Vol 2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'vol 2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Vol.2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'vol.2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'Vol. 2') then
         Volume := '2';
     if AnsiContainsStr(SearchString, 'vol. 2') then
         Volume := '2';

score 11 · Accepted Answer

由于您使用 XE2 标记了它，因此您可以使用正则表达式轻松进行匹配

  var
     Regex: String;
  begin
     Regex := '^[v](ol\.?|olume)?\s*(1|\.\s*1)$';
     if TRegEx.IsMatch(SearchString, Regex, [roIgnoreCase]) then
        Volume := '1'
     Regex := '^[v](ol\.?|olume)?\s*(2|\.\s*2)$';
     if TRegEx.IsMatch(SearchString, Regex, [roIgnoreCase]) then
        Volume := '2'
  end;

现在，我不是最擅长设计正则表达式，但我测试了上面的那个，它似乎匹配你所有的变体（也许其他人可以想出一个更简洁的）。

score 5 · Accepted Answer

对于大量字符串和频繁搜索，使用后缀树是最好的选择。否则，使用正则表达式的更简单方法也会有所帮助，您的字符串看起来足够规则。

score 5 · Accepted Answer

基于@user582118 的回答：

如果您使用^v(ol\.?|olume)?\s*([0-9]+)$RegEx 模式，则不必尝试每个可能的数值。它将在末尾匹配 1 个或多个数字字符。然后，您可以使用TMatch'sValue和Groups属性从字符串中提取数字。

var
  RegEx: TRegEx; // This is a record, not a class, and doesn't need to be freed!
  Match: TMatch;
  i: Integer;
begin
  RegEx := TRegEx.Create('^v(ol\.?|olume)?\s*([0-9]+)$');
  Match := RegEx.Match('vol.3456');
  WriteLn('Value: ' + Match.Value);
  for i := 0 to Match.Groups.Count - 1 do
    WriteLn('Group', i, ': ', Match.Groups[i].Value);
end;

给出：

Value: vol.3456
Group0: vol.3456
Group1: ol.
Group2: 3456

score 4 · Accepted Answer

尝试这样的事情：

const
  Prefixes: array[0..6] of String = (
    'VOLUME '
    'VOLUME'
    'VOL. '
    'VOL '
    'VOL.'
    'VOL'
    'V'
  );

var
  S: String;
  P: PChar;
  I, J, Len: Integer;
  Volume: Char;
begin
  Volume = #0;
  S := UpperCase(SearchString);
  P := PChar(S);
  Len := Length(S);
  I := 1;
  while (Len > 0) and (Volume = #0) do
  begin
    if (P^ <> 'V') then begin
      Inc(P);
      Dec(Len);
      Continue;
    end;
    for J := Low(Prefixes) to High(Prefixes) do
    begin
      if AnsiStrLComp(P, PChar(Prefixes[J]), Length(Prefixes[J])) = 0 then
      begin
        Inc(P, Length(Prefixes[J]));
        Dec(Len, Length(Prefixes[J]));
        if (Len > 0) then begin
          if (P^ >= '1') and (P^ <= '7') then
            Volume := P^;
        end;
        Break;
      end;
    end;
  end;
end;

score 3 · Accepted Answer

我不得不做一次类似的事情来比较邮寄地址。我去掉了空格和标点符号。然后我使用了 CompareText，所以它不区分大小写。

您的许多 If 语句处理比较字符串，这些字符串在“Vol”或“Volume”与数字之间可能有也可能没有句点或空格。删除句点和空格，每个卷号会留下两条 If 语句：一条用于 VOL，一条用于 VOLUME。您甚至可以通过将“volume”替换为“vol”来将其缩减为每卷一个 If 语句。

score 2 · Accepted Answer

首先将搜索字符串设为大写（一次），然后仅针对搜索字符串的大写版本进行每次检查。这将检查次数减少了一半，而不需要不区分大小写的搜索（这可能每次都会改变两个字符串的大小写）。

您可以更进一步，使用 JCL 中的通配符匹配函数之一，例如 StrMatches。然而，虽然这会减少代码行数，但它的速度不如特定匹配。

如果您希望为 Volume 创建许多不同的值，请编写您自己的函数来搜索字符串的字母部分，然后单独检查它后面的数字。

score 2 · Accepted Answer

如果你想要它简单但缓慢 - 使用 RegExp 方式。

如果您想要快速，请阅读@LeleDumbo 的答案。

但！在真正搜索之前复制所有大写的字符串 - AnsiUpperCase 函数。不区分大小写的搜索会减慢每个字符的速度。制作字符串和搜索模式的大写副本会更好。（哦，@RobMcDonell 已经告诉过你 :-)）

您要将前缀转换为树。好的，在这个简单的示例中，它将适合列表（数组）：“V”、“OL”、“UME” 在更复杂的情况下，您可以搜索具有相同开头的 V-OL-UME 或 V-ER-SION和分裂的尾巴）

然后阅读http://en.wikipedia.org/wiki/Finite-state_machine - 这就是你必须做的。

一个简单的草稿（未涵盖所有可能的用例，例如 "Vol. 2.2" ）将是：

从 search-txt-1 状态开始，查看 #1 字符。在每个循环中，您都有当前状态和当前要考虑的字符数（考虑到左侧已经扫描）：

如果 state 为 search-txt-1，则在当前字符和右侧任意位置搜索 txt-1（即“V”）（System.StrUtils.PosEx 函数）

1.1。如果未找到 - 退出循环，未找到文本

1.2. 如果找到 - inc(current-number), state := search-txt-2, next loop
如果状态为 search-txt-2，则仅在当前字符处搜索 txt-2 ("UM")！(lazy: System.Copy(txt, current-char, system.length(txt-2)) = txt-2; fast: 与 Jedi CodeLibrary 的长度和偏移量的特殊比较)

2.1 如果找到, inc(current-number, length(txt-2), state := search-txt-3, next loop

2.2 如果未找到，请勿更改当前编号、状态 := 跳过点、下一个循环
如果 state 是 search-txt-3，然后像上面一样搜索 txt-3

3.1 如果找到，inc(current-number, length(txt-3), state := skip-dot, next loop

3.2 如果未找到，请勿更改当前编号、状态 := 跳过点、下一个循环
如果 state 是 skip-dot，查看 current-char 是否是 dot

4.1 如果是, inc (current-number), state := skip-few-blanks, next loop

4.2 如果不是，请不要更改当前编号，状态：= 跳过少数空白，下一个循环
如果跳过几个空白然后查看当前字符是否为“”

5.1 如果是，inc (current-number), state := skip-few-blanks, next loop（可能有更多的空白）

5.2 如果不是，请不要更改当前编号，状态：= 可能编号，下一个循环
如果可能是数字，那么 System.Character.IsDigit(current-char) ???

6.1 如果不是 - 没有号码，搜索失败，下一次尝试 - 不要更改当前号码，状态 := search-txt-1，下一个循环

6.2 if is，记住number从哪里开始，state := reading-number, inc (current-number), next loop
如果读取数字然后 System.Character.IsDigit(current-char) ???

7.1 如果是 - 多一位 - 状态 := reading-number, inc (current-number), next loop

7.2 如果不是 - number over - 获取从数字开始到前一个字符（最后一个数字）的字符串切片，转换它（IntToStr(Copy(string, number-start, number-length)) 并退出循环（你不在一个字符串中搜索多个数字，是吗？）

对于更复杂的语法，有 Yacc/Bison 之类的工具。但是对于这样一个简单的方法，您可以制作自己的自定义 FSM，这并不难，但却是最快的方法。只是要非常专心，不要在状态转换和当前字符数转换中出错。

我希望我没有做，但你必须测试它。

delphi - 如何在字符串中搜索子字符串的许多变体

7 回答 7

Related

Reference