搜索字符串中出现的单词列表？答案

【问题标题】：Searching for list of words occurrences in a string?搜索字符串中出现的单词列表？
【发布时间】：2014-03-25 01:51:30
【问题描述】：

在我的 Node.js 应用程序中，我有一个数组中的单词列表，我想看看是否在任何随机字符串中（实际上是一条推文。）我不一定关心 哪个 em> 单词出现以及它们出现的频率，我只想多次出现在字符串中的任何单词。

所以，例如，如果我有一个数组：

search = ['foo', 'bar', 'roger'];

我有一个字符串"foo bar"，我想要2 的回复。如果我有一个字符串"hello world, roger"，我想要1 的回复。等等。

最好的方法是什么？常用表达？还有什么黑魔法？

看起来应该很容易，但我一点也不知道如何以一种能让 Google 理解的方式来表达它。 ;)

【问题讨论】：

我认为您需要更好地定义问题。你对多少字感兴趣？您是否对整个单词、相关单词（比如工作、工作、工人）、任何子字符串感兴趣？我们知道您对推文感兴趣，但是您要检查多少条推文？你要找多少字？这些问题以及可能更多问题的答案将有助于确定您将如何进行搜索。

标签： javascript regex arrays string node.js

【解决方案1】：

最好的方法是什么？常用表达？还有什么黑魔法？

这里没有黑魔法，只有正则表达式。

"hello world, roger".match(/foo|bar|roger/g).length 应该这样做。

【讨论】：

除了“Kroger”可能不应该生成匹配项。
如果不应该，请将其更改为 match(/\b(foo|bar|roger)\b/g)

【解决方案2】：

注意事项：正则表达式在处理复杂的事情时非常快，但在处理很多简单的事情时却非常慢。在这种情况下，如果 searchString 很大，我会尽量避免创建复杂的正则表达式。

首先，将搜索转化为哈希：

var search = ['foo', 'bar', 'roger'];
var searchHash = {}, i=0;
for (i=0;i<search.length;i++){
    searchHash[search[i]]=true;
}

然后，将输入字符串拆分成一系列单词：

var inputWords = "foo bar".split(" ");

现在，搜索每个单词的频率：

var wordFreq = {}, var total=0;
for (i=0;i<inputWords.length;i++){
    //Check to see if this word is in our hash
    if (searchHash[inputWords[i]]) {

        //If it is add one to its count
        wordFreq[inputWords[i]] = wordFreq[inputWords[i]] || 0;
        wordFreq[inputWords[i]]++;
        total++;
    }
}

最后，输出所有单词的频率：

Object.keys(wordFreq).forEach(function(key, index){
    console.log(key + ": "+ wordFreq[key]);
});
console.log("Total matches: "+total);

【讨论】：

【解决方案3】：

一种功能性的方式，用Array.prototype.reduce

var search = ['bar', 'foo', 'roger'];
var my_string = "foo bar";

console.log(search.reduce(function(tillNow, now) {
    return tillNow + (my_string.indexOf(now) !== -1);
}, 0));

【讨论】：

你能把这个放在一个 jsfiddle 例子中吗？

【解决方案4】：

基于 alex 的答案更可重用的答案是：

searchString = 'hello world, roger';
searchTokens = ['foo', 'bar', 'roger'];

searchRegex  = new RegExp(searchTokens.join('|'), 'g');
numOfMatches = searchString.match(searchRegex).length;

【讨论】：