問題タブ [text-search]

私はこのテキストを持っています:-

私の要件は、成功の数: 3556 であるこのパターン「成功の数: (\d+)」の最初の出現を見つけることです。ただし、上記の式は後続の一致も返します。

ループを使用して反復できるJavaとは異なり、正規表現でこれを実行したいと考えています。

最初の出現のみを見つけることができる正規表現で誰かが私を助けてくれますか?

データベースに分音記号付きのアラビア語のテキストがあります。文字列を検索するためにアラビア語を入力すると、データベース文字列と確実に一致しない分音記号がありません。発音区別記号のないテキストでは問題なく動作しています。発音区別符号付きのテキストで実行する方法はありますか???

単語リストがあります。プログラムがテキスト ファイルから複数の単語をスキャンするようにします。

これは私がすでに持っているものです：

ファイルをスキャンして単語を探し、そこにない場合は次の単語をスキャンします...

I have a WPF ListView with selection mode set to Extended (and I need to keep it extended for other funationality). I have also enabled text search on this listview using TextSearch options.

Now consider I have following 5 items in ListView :

• Apple
• Ball ==> This is current selected item.
• Cat
• Dog
• Elephant

At this stage, if I press key "E" on keyboard, the text search works properly and the item "Elephant" gets selected. However, if I press "Shift + E", all items from Ball to Elephant gets selected, i.e. Shift key is used for extended selection and not for Capital Letter E. However, since I am doing a search using keyboard, shouldn't the only item "Elephant" get selected and shift key should be used for capital E and not for extended selection? Can we somehow achieve this?

ウェブサイトから html をダウンロードし、コードを反復処理して特定の変化する値 (この場合は製品の価格) を見つける必要がある webapp を開発しています。

このため、ユーザーに (インストールとセットアップ時に) ページ (価格がある) から数行の html をシステムに提供するように依頼することを考えていました。それらの行を検索して価格を見つけようとします。

現在、これは恐ろしく遅い方法だと思います。ルールがなく、html が Web サイトごとにまったく異なる可能性があるため (同じ Web サイトでも変更される可能性があります)、より良い方法を見つけることができませんでした。

私が考えた 1 つの改善点は、最初から繰り返し、コードを見つけた行を記録することでした。見つかったら、それ以降は予想される場所の数行前から検索を開始します。これを改善する方法について何か考えはありますか?

この質問をhttps://cstheory.stackexchange.com/に投稿しましたが、彼らはそれはトピックではなく、ここに投稿する必要があるとコメントしました。

上記のコードがあり、必要に応じて投稿できます。これを行うためのより良い、より高速な方法が必要だと単純に考えています。

パッセージを複数 (数千またはそれ以上) の異なるパッセージと比較して、それらのパッセージの一部が最初のパッセージで正確に使用されているかどうかを確認できるようにしたいと考えています。

確認したい名前のパッセージがAあると想像して、他の何千ものパッセージからの文または文の一部が含まれているかどうかを確認します。

私は非常に非効率的な方法を考えましたが、これ以上の答えは思い浮かびません。私のやり方は、入力パッセージ ( ) から最初の 3 つの単語を読み取ることAです。次に、数千のテキストすべてのデータベースに完全に一致するものがあるかどうかを確認します。4-word一致するものがある場合は、それらをリストしてから、4 番目の単語を文字列に追加し、一致するリストの中から文字列に一致するものを見つけます3-word。文字列との一致がなくなるまでこれを行いn-wordます。のリストは(n-1)-word、この実行の結果として保存されます。次に、新しい3-word文字列はnth, となり(n+1)th、(n+2)thドキュメントが終了するまですべてが再び開始されます。

これは、入力テキストが大きく、テキストを比較する巨大なデータベースの場合、非常に非効率的です。より良いアルゴリズムはありますか？

Apache Jena Textが rdf ファイルで動作する公式の例を作成しようとしています。公式の例はここに示されています。

正直なところ、ドキュメントが少なすぎて、例が一般的すぎると思います。例として提供される実際のrdfファイルは提供されておらず、構成する必要のあるものがたくさんあります。この RDF ファイルを分析しようとしています。

- アップデート -

この質問へのコメントに記載されているように、公式の例で使用されているファイルを見つけました。

したがって、元の例と foaf.rdf ファイルを組み合わせて、次の ttl ファイルを定義しました。今、私はファイルを持っていますfoaf.ttl:

したがって、これまでに述べた元の Java ファイルに関して、メインに次のように設定しました。

私が持っているqueryData方法では：

そしてcreateCode()私は持っています：

結果は次のとおりです。

ただし、X1 はトリプルにも含まれていたと報告しています。

しかしB2、結果セットにはありません。「インデックスを定義する必要があります」と言う人もいるかもしれません。さて、非常に奇妙なことは、私が設定した場合createCode()：

結果は変わりません！

では、の役割はEntityDefinition何ですか？私は何を間違っていますか？