任何perl标准库，用于检查字符串是否包含给定的子字符串

Question

给定一个查询，我想检查它是否包含给定的子字符串（可以包含多个单词）。但我不想进行详尽的搜索，因为这个子字符串只能开始一个新词。

任何用于此的perl标准库，以便我获得高效的东西，而不必重新发明轮子？

谢谢，

Answer 1

也许你会发现内置index()适合这项工作。

这是一个非常快速的子串搜索功能（实现了Boyer-Moore算法）。

只需使用perldoc -f index检查其文档。

Answer 2

我会使用键作为9000子串的第一个字，并且值为包含所有第一个字的子串的数组。如果许多字符串包含相同的第一个单词，则可以使用前两个单词。

然后对于每个查询，对于每个单词，我会看到该单词是否在散列中，然后需要仅匹配散列数组中的那些字符串，从字符串中的那个点开始使用索引函数。

假设匹配稀疏，这将非常有效。每个单词一次散列查找，最少搜索潜在匹配。

当我写这篇文章时，它让我想起了Aho-Corasick的搜索。 （参见CPAN中的Algorithm :: AhoCorasick。）我从未使用过该模块，但该算法花费了大量时间从搜索键中构建有限状态机，因此找到匹配是非常有效的。我不知道CPAN实现是否处理字边界问题。

Answer 3

您可以使用此方法：

# init
my $re = join"|", map quotemeta, sort @substrings;
$re = qr/\b(?:$re)/;

# usage
while (<>) {
  found($1) if /($re)/;
}

其中found是动作，如果找到子字符串，你想做什么。

Answer 4

内置index函数是检查字符串是否包含子字符串的最快通用方法。

my $find = 'abc';

my $str = '123 abc xyz';

if (index($str, $find) != -1) {
    # process matching $str here
}

如果index仍然不够快，并且您知道子字符串可能位于字符串中的哪个位置，则可以使用substr缩小范围，然后使用eq进行实际操作比较：

my $find = 'abc';

my $str = '123 abc xyz';

if (substr($str, 4, 3) eq $find) {
    # process matching $str here
}

如果不降低到C，你不会比Perl更快。

Answer 5

这听起来像是regular expressions的完美工作：

if($string =~ m/your substring/) { 
    say "substring found"; 
} else { 
    say "nothing found"; 
}