有没有比使用正则表达式更快的方法来解析主题标签？答案

【问题标题】：Is there a faster way to parse hashtags than using Regular Expressions?有没有比使用正则表达式更快的方法来解析主题标签？
【发布时间】：2012-12-04 00:06:11
【问题描述】：

我很好奇，除了使用正则表达式（主要在 Ruby 中）之外，还有更快/更好的方法来解析字符串中的主题标签吗？

编辑
例如，我想解析字符串This is a #hashtag, and this is #another one! 并获取单词#hashtag 和#another。我正在为我的正则表达式使用#\S+。

【问题讨论】：

【解决方案1】：

你没有显示任何代码（你应该有）所以我们猜测你是如何使用你的正则表达式的。

#\S+ 是您需要的最佳模式，但scan 可能是检索字符串中所有匹配项的最佳方式。

'This is a #hashtag, and this is #another one!'.scan(/#\S+/)
=> ["#hashtag,", "#another"]

如果你不想解析逗号，它应该是/\B#\w+/

是的，我同意。 /\B#\w+/ 更有意义。

【讨论】：

【解决方案2】：

嗯，想法......

您可以尝试s.split('#')，然后也许只将正则表达式应用于实际的主题标签 s.split('#').drop(1).map { |x| x[/\w+/] } --- 它可能更快也可能不会更快，但它显然更丑
您可以编写一个提取主题标签的 C 扩展程序
您可以分析您的程序，看看它是否真的需要针对这种情况进行任何优化。

【讨论】：