找到字符串中多個短語的最佳方法？

我想處理一個字符串，其中我想找到多個字符串，我試圖讓在Java的HTML文本一些熒光筆..
例子：
查找和處理短語table, row, primary key在Each table row contains a primary key column
的文本帶有標籤的html文本，如,<img..>...
如果在ex的短語中間有可忽略的標籤。 primary key（可忽略的標籤是不會中斷文本含義的標籤，如或，另一方面標籤如<div>中斷文本含義）可以替換該短語。
如果一個短語是其他短語的短語，則長度越長優先級越高。爲前。在文中提到的第二個應該proccesed尋找table row和row contains找到字符串中多個短語的最佳方法？

我的第一個僞代碼是事端這樣的：

for (each phrase) 
    while(tex.hasNext(phrase)) do 
    processPhraseInText(text,phrase) 
    end-while 
end-for

這是工作，但文本被遍歷phrases.count（）倍和我正在尋找一種更快的方式來處理所有的讚美

我想嘗試正則表達式和模式匹配器在此使用。
我想出了兩種方式，所有以某種方式尋找這樣的短語創建一個正則表達式：regex1|regex2|..|regexN或2.創建字字一個正則表達式（和一個Matcher對象）

什麼可能是更好的方法？還是有一些完全不同的方式或現有的圖書館呢？許多匹配器的第二種方式與我已有的溶劑一樣嗎？

來源

2010-09-14 Zavael

如果你爲每個短語做一個正則表達式，你仍然需要遍歷文本幾次。

如果您製作一個正則表達式regex1|regex2|..|regexN，您可以一次搜索文本。很多短語會更快。

來源

2010-09-14 07:56:43 Sjoerd

感謝

儲存您所有的關鍵字，你向我保證:)你能告訴我，如果一個匹配的形式給出了會更快一些，一般比sollution我已經有了？我現在使用indexOf爲每個短語，簡單的僞代碼張貼，我知道它並不多 – Zavael 2010-09-14 08:25:49

你應該配置文件，如果它的性能。我想我在RegEx的其他地方閱讀的地方很慢，但我沒有RegEx guru。 – atamanroman 2010-09-14 08:59:13

您可以輕鬆地一次完成。你不需要關鍵字，因爲HTML是一種基於標籤的語言，但是假設你想要根據關鍵字進行着色。在Trie

Foreach character 
    If character is not < send to output 
    If character is < 
     Read until you get > (or ' ' if you want to deal with attributes too) 
     If prefix is in Trie, colour appropriately and add to output

來源

2010-09-14 08:30:21

也許我不明白，但如果關鍵字是你的意思是我的短語，比我需要他們，因爲我想強調短語，而不是html標籤 – Zavael 2010-09-14 08:33:23

找到字符串中多個短語的最佳方法？

回答

相關問題