33,008
社区成员
发帖
与我相关
我的任务
分享问个字符串多模匹配的问题；
RT！
已知模式串包含中文和英文，数量众多，长度不一。
输入的文本有中文和英文。
讨论下怎么匹配好？例如： 中文采用何种编码好？
已知模式串包含中文和英文，数量众多，长度不一。
输入的文本有中文和英文。
讨论下怎么匹配好？例如： 中文采用何种编码好？
...全文
请发表友善的回复…
发表回复
littlexidong 2012-09-14
- 打赏
- 举报
自己先讨论下：
1. 对于中文英文混杂的文本和模式串，可以统一使用 UTF8 编码，将它们当成 uint8 类型的字符，好处是方便，不好的地方是，对于中文而言，使用 utf8编码， 其实一次可以处理3个字符，现在只能处理1个，可能对效率影响教大。可以考虑，将文本切割成小段，小段的，每一段要么是中文，要么是英文，同理，对于模式串，分为两部分，英文和中文的，这样，中文的文本区匹配中文的模式串， 英文匹配英文的字符串，虽然麻烦点，但是估计能块点
1. 对于中文英文混杂的文本和模式串，可以统一使用 UTF8 编码，将它们当成 uint8 类型的字符，好处是方便，不好的地方是，对于中文而言，使用 utf8编码， 其实一次可以处理3个字符，现在只能处理1个，可能对效率影响教大。可以考虑，将文本切割成小段，小段的，每一段要么是中文，要么是英文，同理，对于模式串，分为两部分，英文和中文的，这样，中文的文本区匹配中文的模式串， 英文匹配英文的字符串，虽然麻烦点，但是估计能块点
haojuntu 2012-09-14
- 打赏
- 举报
没看明白，用正则不可以吗
