wyrażeń regularnych dla n znaków lub co najmniej m znaków

Question

To powinno być dość proste pytanie, ale nie znalazłem nigdzie odpowiedzi. W jaki sposób można utworzyć wyrażenie regularne, które pasuje do 2 TYLKO 2 znaków lub co najmniej 4 znaków. Oto moja obecna metoda robi to (ignorować samego wyrażenia regularnego, to oprócz punktu):

[A-Za-z0_9_]{2}|[A-Za-z0_9_]{4,} 

Jednak metoda ta zajmuje dwa razy więcej czasu (i wynosi około 0,3 s wolniej dla mnie na plik 400 linii) , więc zastanawiałem się, czy istnieje lepszy sposób na zrobienie tego?

Answer 1

Optymalizuj początek i zakotwicz go.

^[A-Za-z0-9_]{2}(?:|[A-Za-z0-9_]{2,})$ 

(Ponadto, powiedział ignorować samego wyrażenia regularnego, ale domyśliłem się, że prawdopodobnie chciał 0-9, nie 0_9)

EDIT Hm, byłem pewien, że czytałem, że chcesz dopasować linie. Usuń kotwice (^$), jeśli chcesz dopasować również do linii. Jeśli dopasujesz tylko pełne linie, kotwice przyspieszą (dobrze, przynajmniej kotwica z przodu ^).

Answer 2

Twoje rozwiązanie wygląda całkiem nieźle. Jako alternatywę można spróbować smth tak:

[A-Za-z0-9_]{2}(?:[A-Za-z0-9_]{2,})? 

Btw, myślę, że chcesz myślnik zamiast podkreślenia między 0 i 9, prawda?

Answer 3

więc w zasadzie chcesz dopasować słów o długości 2 lub 2 + 2 + N, N> = 0

([A-Za-z0-9][A-Za-z0-9](?:[A-Za-z0-9][A0Za-z0-9])*) 

przykład praca:

#!/usr/bin/perl 

while (<STDIN>) 
{ 
    chomp; 
    my @matches = ($_=~/([A-Za-z0-9][A-Za-z0-9](?:[A-Za-z0-9][A0Za-z0-9])*)/g); 
    for my $m (@matches) { 
     print "match: $m\n"; 
    } 
} 

plik wejściowy:

cat in.txt 
ab abc bcad a as asdfa 
aboioioi i i abc bcad a as asdfa 

moc wyjściowa:

perl t.pl <in.txt 
match: ab 
match: ab 
match: bcad 
match: as 
match: asdf 
match: aboioioi 
match: ab 
match: bcad 
match: as 
match: asdf 

Answer 4

Przedstawione rozwiązanie jest poprawne.

Jeśli próbujesz zoptymalizować procedurę, a liczba pasujących ciągów pasujących do co najmniej 2 znaków jest znacznie mniejsza niż tych, które nie są zgodne, rozważ zaakceptowanie wszystkich ciągów o długości 2 lub większej, a następnie ich odrzucenie, jeśli " re o długości 3. Może to zwiększyć wydajność, sprawdzając tylko wyrażenie regularne raz, a drugie wywołanie nie musi być nawet wyrażeniem regularnym; sprawdzanie długości ciągu jest zwykle niezwykle szybką operacją.

Naprawdę, naprawdę trzeba uruchomić testy na danych rzeczywistych, aby sprawdzić, czy zwiększy to prędkość.