Perl-Regex-match-Linien, die mehrere Wörter enthalten

Ich versuche zu entwickeln, die eine ziemlich schnelle Volltextsuche. Es wird der index gelesen wird, und sollte idealerweise führen Sie den Abgleich in nur einem regex.

Deshalb brauche ich eine regex, die Spiele Linien nur dann, wenn bestimmte Wörter enthalten sind.

E. g. für

my $txt="one two three four five\n".
        "two three four\n".
        "this is just a one two three test\n";

Nur Zeile eins und drei abgestimmt werden sollte, da die Zeile zwei enthält nicht das Wort "man".

Nun, ich könnte gehen über jeder Zeile in einer while (), oder verwenden Sie mehrere regexes, aber ich brauche meine Lösung schnell sein.

Beispiel von hier:
http://www.regular-expressions.info/completelines.html
("Finding Linien Enthält oder Nicht Enthält Bestimmte Wörter")

ist, was ich brauche. Allerdings kann ich es nicht zu funktionieren in Perl. Habe viel versucht, aber es funktioniert einfach nicht kommen mit jeder Folge.

my $txt="one two three four five\ntwo three four\nthis is just a one two three test\n";
my @matches=($txt=~/^(?=.*?\bone\b)(?=.*?\btwo\b)(?=.*?\bthree\b).*$/gi);
print join("\n",@matches);

Gibt keine Ausgabe.

In der Zusammenfassung:
Ich brauche einen regulären Ausdruck für Zeilen, in denen mehrere Wörter, und die Rückkehr sind diese ganzen Linien.

Dank im Voraus für Eure Hilfe! Ich habe schon so viel ausprobiert, aber einfach nicht bekommen es funktioniert.

InformationsquelleAutor Scoox | 2011-01-21

perl regex

1

Den ^ und $ meta-char standardmäßig passen nur die start - und Ende der Eingabe. Lassen Sie entsprechen dem Anfang und Ende der Zeilen, aktivieren Sie die m (MULTI-LINE) Flagge:
```
my $txt="one two three four five\ntwo three four\nthis is just a one two three test\n";
my @matches=($txt=~/^(?=.*?\bone\b)(?=.*?\btwo\b)(?=.*?\bthree\b).*$/gim);
print join("\n",@matches);
```
produziert:
```
one two three four five
this is just a one two three test
```
Aber, wenn Sie wirklich wollen, eine schnelle Suche, regex (mit einer Menge von look-aheads) ist nicht der Weg zu gehen, wenn Sie mich Fragen.
- AH, du hast Recht. Ich hatte nicht Lesen Sie die Frage mit genug Aufmerksamkeit.
- editiert: jetzt funktioniert es! Danke.
InformationsquelleAutor Bart Kiers

Code:

use 5.012;
use Benchmark qw(cmpthese);
use Data::Dump;
use once;

our $str = <<STR;
one thing
another two
three to go
no war
alone in the dark
war never changes
STR

our @words = qw(one war two);

cmpthese(100000, {
    'regexp with o'             => sub {
        my @m;
        my $words = join '|', @words;
        @m = $str =~ /(?!.*?\b(?:$words)\b)^(.*)$/omg;
        ONCE { say 'regexp with o:'; dd @m }
    },
    'regexp'                    => sub {
        my @m;
        @m = $str =~ /(?!.*?\b(?:@{ [ join '|', @words ] })\b)^(.*)$/mg;
        ONCE { say 'regexp:'; dd @m }
    },
    'while'                     => sub {
        my @m;
        @m = grep $_ !~ /\b(?:@{ [ join '|',@words ] })\b/,(split /\n/,$str);
        ONCE { say 'while:'; dd @m }
    },
    'while with o'              => sub {
        my @m;
        my $words = join '|',@words;
        @m = grep $_ !~ /\b(?:$words)\b/o,(split /\n/,$str);
        ONCE { say 'while with o:'; dd @m }
    }
})

Resultierenden:

regexp:
("three to go", "alone in the dark")
regexp with o:
("three to go", "alone in the dark")
while:
("three to go", "alone in the dark")
while with o:
("three to go", "alone in the dark")
                 Rate        regexp regexp with o         while  while with o
regexp        19736/s            --           -2%          -40%          -60%
regexp with o 20133/s            2%            --          -38%          -59%
while         32733/s           66%           63%            --          -33%
while with o  48948/s          148%          143%           50%            --

Abschluss

So, in der Variante mit while ist schneller als die Variante mit den regexp.`

Hallo und vielen Dank! In der Theorie ist richtig, aber deine Lösung scheint nicht zu erfassen, die ganze Zeile, sondern nur die übereinstimmenden Wörter. Beim erfassen der ganzen Linie, RegExp um etwa 5% fallen.Trotzdem danke sehr, da habe ich viel gelernt aus deinem code!
Meine Lösung erfasst ganze Zeilen, schaue aufmerksamer auf meinen code. Sie können es sehen in den Ergebnissen.
Sorry, du hast Recht. Ich Durcheinander. Jedoch die Abfrage nicht mit den Worten. Leider verstehe ich nicht wirklich den code, sonst würde ich versuchen, es zu ändern. Die Abfrage sollte nur Elemente enthalten, die alle Wörter (z.B. einer Linie ", was auch immer man, was Krieg zwei was auch immer"). Könnte Sie sein, schön genug, um das zu ändern, obwohl ich misanswered in den ersten Platz? Sonst sieht es echt vielversprechend aus, auf die eigentliche Datei noch 75% Steigerung der Geschwindigkeit, mit während.
Array @Worte enthalten kann, die Sätze zu und Recht auf Arbeit ohne änderung dieses Codes.Schreiben Sie mir in "private", was codebestandteile, die Sie nicht verstehen, werde ich versuchen, Ihnen zu helfen.

InformationsquelleAutor zloyrusskiy

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.