最好的方法是针对一个大的可比较列表进行现有字符串的测试。
最好的方法是针对一个大的可比较列表进行现有字符串的测试。
假设您有一组缩写词，用于定义一个值（例如AB1，DE2，CC3），您需要检查一个字符串值（例如“Happy：DE2 | 234”），以查看该字符串中是否包含缩写词。对于缩写词的短列表，我通常会创建一个使用分隔符的简单正则表达式（例如（AB1 | DE2 | CC3）），并寻找匹配项。
但是如果有超过30个缩写词需要匹配怎么办？使用相同的技术是否有意义（很丑），还是有更有效和优雅的方法来完成此任务？
请记住，示例缩写词列表和示例字符串并不是我正在使用的实际数据格式，而只是表达我的挑战的方式。
顺便说一句，我阅读了SO相关问题，但认为它不适用于我试图完成的任务。
编辑：我忘记包括捕获匹配值的需求，因此选择使用正则表达式......
admin 更改状态以发布 2023年5月24日
就我个人而言，我认为正则表达式中30并不算太大，所以不应该太快排除它。你可以用一行代码来创建正则表达式：
var acronyms = new[] { "AB", "BC", "CD", "ZZAB" };
var regex = new Regex(string.Join("|", acronyms), RegexOptions.Compiled);
for (var match = regex.Match("ZZZABCDZZZ"); match.Success; match = match.NextMatch())
Console.WriteLine(match.Value);
// returns AB and CD
因此，这段代码相对优雅且易于维护。如果你知道缩写的数量的上限，可以进行一些测试，谁知道正则表达式引擎中已经内置了什么样的优化。你还将免费受益于将来的正则表达式引擎优化。除非你有理由相信性能将成为问题，否则保持简单。
另一方面，正则表达式可能会有其他限制，例如默认情况下，如果你有缩写AB，BC和CD，则在“ABCD”中它只会返回其中两个作为匹配。所以它很擅长告诉你有缩写，但你需要小心捕捉多个匹配。
当性能成为我的问题（> 10,000项）时，我将“缩写”放入了哈希集中，然后搜索文本的每个子字符串（从最小的缩写长度到最大的缩写长度）。这对我来说还可以，因为源文本非常短。我之前没有听说过，但初步看来，你提到的问题中引用了的Aho-Corasick算法似乎是这个问题的更好的通用解决方案。