此代码是否有可能丢失一些匹配项？答案

【问题标题】：Is it possible for this code to lose some matches?此代码是否有可能丢失一些匹配项？
【发布时间】：2015-06-28 12:58:47
【问题描述】：

在我学习 NodeJS 的过程中，我在一本书（NodeJS in Practice）中找到了这个示例代码，它使用流来查找来自另一个流的数据中的一些匹配项。

var Writable = require('stream').Writable;
var util = require('util');
module.exports = CountStream;
util.inherits(CountStream, Writable);

function CountStream(matchText, options) {
    Writable.call(this, options);
    this.count = 0;
    this.matcher = new RegExp(matchText, 'ig');
}

CountStream.prototype._write = function(chunk, encoding, cb) {
    var matches = chunk.toString().match(this.matcher);
    if (matches) {
        this.count += matches.length;
    }
    cb();
};

CountStream.prototype.end = function() {
    this.emit('total', this.count);
};

以及使用流的代码：

var CountStream = require('./countstream');
var countStream = new CountStream('book');
var http = require('http');

http.get('http://www.manning.com', function(res) {
    res.pipe(countStream);
});

countStream.on('total', function(count) {
    console.log('Total matches:', count);
});

如果匹配在两个数据块中中断，是否有可能丢失一些匹配？

例如第一个数据块包含 'This a bo'，另一个数据块包含 'ok of mine。' 没有人没有 book 独立，但整个数据包含一本书。

找到所有匹配项的最佳解决方案是什么？

【问题讨论】：

很好看。是的，我会说它可以松散比赛。可能不会经常发生，因为我猜块会很大，这会使错误间歇性 - 最糟糕的错误。
确实如此。此外，如果模式大小大于块大小（对于大多数用例而言，这通常不是什么大问题）。避免这种情况的一种方法（如果您只需要查找子字符串匹配项）是使用KMP 或任何其他可以以基于流的方式工作的算法。 @James：打败我！我是一个打字慢的人。叹息。
你真的需要正则表达式，还是在寻找简单的匹配？
@Bergi 我认为搜索正则表达式更具挑战性。不使用正则表达式会更容易，因为搜索字符串的长度是可预测的？
@Bergi 同意。我认为在这种情况下，只匹配字符串的答案就足够了。

标签： javascript node.js

【解决方案1】：

所以，就像我在 cmets 中解释的那样，如果您知道与您的正则表达式匹配的字符串的最大长度（要计算最大长度，请参阅 https://stackoverflow.com/a/31173778/4114922 的非常好的答案），您可以缓存前一个块并连接它到新的块。使用这种方法，我认为您不会输掉任何比赛。

var Writable = require('stream').Writable;
var util = require('util');
module.exports = CountStream;
util.inherits(CountStream, Writable);

function CountStream(matchText, maxPatternLength, options) {
    Writable.call(this, options);
    this.count = 0;
    this.matcher = new RegExp(matchText, 'ig');

    this.previousCache = undefined;
    this.maxPatternLength = maxPatternLength;
}

CountStream.prototype._write = function(chunk, encoding, cb) {
    var text;
    if(this.previousCache === undefined) {
        text = chunk.toString();
    }
    else {
        text = this.previousCache + chunk.toString();
    }
    var matches = text.match(this.matcher);
    if (matches) {
        this.count += matches.length;
    }

    this.previousCache = text.substring(text.length - this.maxPatternLength);

    cb();
};

CountStream.prototype.end = function() {
    this.emit('total', this.count);
};

【讨论】：