問題タブ [string-matching]

perl スクリプトを使用してファイルを読み込んでいます。このファイルはさまざまな文字の文字列で構成されており、文字「X」を含む文字列を特定することになっています。(1) この文字列(「X」を含む) を出力する方法と、(2) この文字列を別のファイルに書き込む方法 (3) ファイル全体の「X」文字の数をカウントする方法を知りたいです。以下のスクリプトは、ファイル全体を再度印刷します。助言がありますか？

私は次のことを達成しようとしています。これらのフィールド (ID、コンテンツ) を含むテーブルがあるとします。

1 | りんご

2 | パイナップル

3 | 応用

4 | 国家

現在、考えられる一般的な一致をすべて教えてくれる関数を探しています。たとえば、引数が「3」の場合、関数は複数のレコードに現れる 3 文字から可能なすべての文字列を返します。

この場合、「app」、「ppl」、「ple」、「ati」、「tio」、「ion」を取得します。

引数が「4」の場合、「appl」、「pple」、「atio」、「tion」を取得します

引数が「5」の場合、「apple」、「ation」を取得します。

引数が「6」の場合、nohting が返されます。

これまで、これを実現する機能は見つかりませんでした。

どうも！

追加情報: MySQL データベースを使用する PHP スクリプトでこれを使用しています。引数として文字数と、もちろん検索するテーブルを指定したいだけです。

Base64 文字でいっぱいのさまざまな長さの文字列があります。実は音声認識データで、曲ごとに異なります。

これらの文字列の一部を簡単に比較するために、それらを 16 文字の部分文字列に分割します。（これは曲の約 1 秒です）しかし、場合によっては、これらを直接比較することはできません..私はそれらを測定する必要があります.

たとえば、' ' と ' ' との比較は、' hellohellohelloo'と ' ' の比較hallohellohellooよりも近い値を取得する必要があります。hellohellohellooherehellohelloo

アルゴリズムや理論はありますか

編集：申し訳ありませんが、私はここにいるのは初めてです:)そして、私は自分自身を明確にすることができませんでした。ここに私を明確にし、アイデアを提案するいくつかのコメントがあります。

コメント 1:

実際、私はレーベンシュタイン距離について知っていますが、問題は、2 つの文字列を比較するたびに比較行列を作成する必要があり、検索プロセスが遅くなることです。たとえば、hello を 4444 に変換し、hallo を 4443 に変換できれば、数値のインデックスを作成するだけで、「hello」のレコードがどれだけ近いかを判断できます。

コメント 2:

たぶん、基本の固定長文字列を決定し、それらからの距離値を文字列のインデックス値として保存する必要があります。それはただのアイデアですか？

Rabin-Karp 文字列マッチング アルゴリズムに関するウィキペディアのエントリによると、線形の複雑さを維持しながら、文字列内の複数の異なるパターンを同時に検索するために使用できます。すべてのパターンが同じ長さの場合、これが簡単に実行できることは明らかですが、長さが異なるパターンを同時に検索するときに O(n) の複雑さを維持する方法はまだわかりません。誰かがこれに光を当てることができますか？

編集（2011年12月）：

ウィキペディアの記事はその後更新され、O(n) で異なる長さの複数のパターンに一致すると主張しなくなりました。

式で最初の一致だけをキャプチャしたい

私は試し<p>.*?</p>{1}ましたが、動作していません.htmlドキュメントにあるすべてのpタグを返します.助けてください.

複数のデータベースエンジンで機能するunicode/utf-8 /locale-independentの方法で機能する大文字と小文字を区別しない文字列としてテーブル列を指定できるHibernateアノテーションまたは.hbm.xmlを探しています。

そのようなことはありますか？

Restrictions.eq("column_name", "search_string")効率よく使ってクエリができるように。

私はこの構造のファイルを持っています：

009/foo/bar/hi23123/foo/bar231123/foo/bar/yo232131

私が必要としているのは、文字列の完全一致を見つけることです。たとえば、/ foo / bar/hiと/foo/ bar/yoのうち/foo/barのみ

私の頭に浮かんだ解決策の1つは、入力文字列の末尾の「/」をチェックすることです。可能な結果に「/」で終わる場合は、/ foo/barだけとは異なるものになっていることを意味します。

この解決策のために、私はそれを言わなければなりません：

と

Pythonで正規表現を使用してこれを行うにはどうすればよいですか？

ところで、他に解決策の提案があれば、ここで共有することを歓迎します。

通常、私はメソッドを期待しますが、String.contains()メソッドがないようです。

これを確認する合理的な方法は何ですか？

私は単純なSQLクエリを持っています、

問題は、すべての変数フィールドが空のフィールドに接続されていることです。そのため、空の場合にそれぞれのフィールドが取ることができる値と一致させる方法が必要です。私は試した

数値フィールドでは問題なく機能しますが (このように手動で制限を設定する必要はありません)、テキスト フィールドの普遍的な一致を取得する方法がわかりません。* はすべての行名に一致するので、それを行うと思っていましたが、明らかにそうではありません。誰でもこれを行う方法を知っていますか?