驗證字段不超過n個單詞的最快方法是什麼？

Question

我有一個的Ruby-on-Rails的模型：

class Candidate < ActiveRecord::Base 
    validates_presence_of :application_essay 
    validate :validate_length_of_application_essay 

    protected 

    def validate_length_of_application_essay 
    return if application_essay.blank? # don't add a second error message if they didn't fill it out 
    errors.add(:application_essay, :too_long), unless ... 
    end 
end 

沒有落入C，什麼是檢查application_essay包含不超過500個字的最快方法？你可以假設大多數散文至少200個單詞，不大可能超過5000個單詞，並且是英文的（或者僞英文有時被稱爲「business-ese」）。只要您的分類對於典型用戶來說是顯而易見的，您也可以將任何您想要的分類爲「單詞」。 （注意：這裏不是辯論什麼是「典型用戶」的地方:)）

Answer 1

我只想用像一個漂亮的文章：

string.split(" ").length <= 500 

什麼性能問題，你看見了什麼？ 一個500字左右的字符串應該不是什麼大問題。

Answer 2

你不會比線性搜索更快，對不起（除非這是用於某種文本編輯器，並且您可以逐步跟蹤）

Answer 3

您可以估計單詞的典型大小，並通過除法猜測單詞的大小。

這裏一些提示：http://blogamundo.net/lab/wordlengths/

你可以嘗試像5.1，看看你是如何準確通過運行一些測試。

很可能除以6.1，因爲你有空格。

請記住，你會假設你的文字不只是大量的空白或什麼的。 那麼，但如果你真的只是有興趣，以確保它不超過x個字。你可以在x或者5上嘗試一個較小的數字，如果它少於x的5個字符，你可以確信它沒有多於x的單詞。

所以，你可能更好的做一個線性搜索，如其他答案中所述。線性搜索並不是那麼糟糕。這取決於你想要做什麼。

Answer 4

下面是你可能會喜歡

http://dotnetperls.com/word-count

Answer 5

有應該是一個插件，沒有帶用它自己壽:)

http://code.google.com/p/validates-word-count/

That plugin所有相鄰的「單詞字符」切換到單個字符，然後刪除所有非單詞字符和計數他們。不知道這是否是最快的壽命。

Answer 6

在Rails3中使用:tokenizer與lambda方法也可以。

validates_length_of :essay, :minimum => 100, :too_short => "Your essay must be at least 100 words."), :tokenizer => lambda {|str| str.scan(/\w+/) } 

它可能不是最快的，但肯定是最乾淨的方式。