查找大型文本节

本文关键字：文本 大型 查找 | 更新日期: 2023-09-27 18:19:28

有人知道在c#中找到一种方法来查找给定的非常大的字符串，以查找具有大于25个字母数字连续字符的随机文本部分吗？

我试过循环每个字符，但太慢了。

查找大型文本节

使用正则表达式：

MatchCollection matches = Regex.Matches(inputString, @"'w{25,}");
foreach(Match match in matches)
{
    Console.WriteLine(match.Value);
}

'w表示"任何字母数字字符"，{25,}表示"至少重复25次"

C#已经优化了IndexOf方法，但对您来说可能还不够？

var haystack = "The collected works of shakespeare";
var needle = "work";
var index = haystack.IndexOf(needle);

正则表达式是否适合您的需求？类似的东西

您可以使用正则表达式。例如，以下代码：

 string s = "a b c def ghij";
 Regex r = new Regex(@"'w{3,}", RegexOptions.Compiled);
 var result = r.Matches(s);
 foreach (Match m in result)
    Console.WriteLine(m.Value);

将在屏幕上写入CCD_ 4和CCD_。['w]是任何字母数字字符，包括数字。（如果你使用拉丁字母表，并且不想包含数字，你可以用[A-Za-z]代替）{3,}部分的意思是"前面的3个或更多"。

但这将找到所有匹配项，而不仅仅是随机部分。不过，对于大多数目的来说，它应该足够快。（当然比逐个字符迭代更快）如果不是，你可以尝试r.Matches(s, index)来查找索引后出现的匹配，索引是一个小于s.Length 的随机整数

如果你想找到所有匹配项，然后在其中随机选择一个样本，但发现正则表达式太慢，你可以尝试实现Boyer-Moore字符串搜索算法（基本思想是，如果非字母数字字符出现在第25个位置，那么不需要检查前24个字符，只需跳到第50个位置并检查即可），但可能无论如何都无法击败内置正则表达式。

相关文章：