检查字符串是否匹配任何正则表达式

Question

我有一个正则表达式数组和一个字符串数组。数组的大小可以任意长（例如，100 或 1000）。没有字符串匹配两个不同的正则表达式。我不确定我将如何执行它，但让我们假设它就在那里。正则表达式以pre 开头，后跟一个可选的冒号，后跟一个或多个空格，然后是一个特定的字符串，然后是一个空格，然后是一个整数。它将不区分大小写。

regexes = [/pre: my_string (\d+)/i, /pre: another (\d+)/i]
strings = ["comet", "eclipse", "sunshine", "starlight", "moonlight"]

对于每个字符串，我想检查它匹配哪个正则表达式并返回相应的匹配项。 上面的示例代码演示了我当前的方法。

strings.each {|string|
  regexes.each {|regex|
    if regex.match(string)
      p regex.match(string)
      break
    end
  }
}

似乎效率低下。有什么更有效的方法来实现这一点？

Answer 1

不要使用正则表达式数组；相反，使用搜索树。

这是一篇很棒的介绍文章：用于排序和搜索字符串的快速算法。

• http://www.cs.tufts.edu/~nr/comp150fp/archive/bob-sedgewick/fast-strings.pdf

或者，如果您更喜欢快速而简单的解决方案，您可以使用 Ruby Regexp#union 将regexps 融合在一起以创建一个大的。这在检测 none 字符串何时匹配时可能会更有效，您可以对其进行基准测试。如果匹配，则使用匹配位置来确定匹配的正则表达式。

• http://www.ruby-doc.org/core-1.9.3/Regexp.html#method-c-union

（感谢#union 方法的“mu is too short”的评论）

对于您描述的特定情况，所有正则表达式都以“pre”和可选冒号等开头，然后您可以执行 /pre:? +(star|moon|sun)/ 并根据匹配结果找出匹配的。

Ruby 的正则表达式是使用搜索树实现的；有一个有趣的描述可能会给你带来线索：

• http://patshaughnessy.net/2012/4/3/exploring-rubys-regular-expression-algorithm

Answer 2

我将只包含 Regexp.union() 的示例

desired = Regexp.union(/RM/, /dog/, /hat/)
x = "RM20"
y = "phat"
puts "rawr!" if y =~ desired
#=> rawr!
puts "match!" if x =~ desired
#=> match