Comment trouver la première occurrence d'un motif dans une chaîne à partir d'une position de départ?
Question
J'ai une chaîne de longueur arbitraire et, à partir de la position p0, je dois trouver la première occurrence de l'un des trois modèles de 3 lettres.
Supposons que la chaîne ne contienne que des lettres. Je dois trouver le nombre de triplets commençant à la position p0 et sautant en avant jusqu'à la première occurrence de "aaa" ou "bbb" ou "ccc".
Est-ce même possible d'utiliser seulement une expression régulière?
La solution
Moritz dit que cela pourrait être plus rapide qu’une regex. Même si c'est un peu plus lent, c'est plus facile à comprendre à 5 heures du matin. :)
#0123456789.123456789.123456789. my $string = "alsdhfaaasccclaaaagalkfgblkgbklfs"; my $pos = 9; my $length = 3; my $regex = qr/^(aaa|bbb|ccc)/; while( $pos < length $string ) { print "Checking $pos\n"; if( substr( $string, $pos, $length ) =~ /$regex/ ) { print "Found $1 at $pos\n"; last; } $pos += $length; }
Autres conseils
$string=~/^ # from the start of the string
(?:.{$p0}) # skip (don't capture) "$p0" occurrences of any character
(?:...)*? # skip 3 characters at a time,
# as few times as possible (non-greedy)
(aaa|bbb|ccc) # capture aaa or bbb or ccc as $1
/x;
(En supposant que p0 soit basé sur 0).
Bien sûr, il est probablement plus efficace d’utiliser Substr sur la chaîne pour avancer:
substr($string, $p0)=~/^(?:...)*?(aaa|bbb|ccc)/;
Vous ne pouvez pas vraiment compter avec les regex, mais vous pouvez faire quelque chose comme ceci:
pos $string = $start_from;
$string =~ m/\G # anchor to previous pos()
((?:...)*?) # capture everything up to the match
(aaa|bbb|ccc)
/xs or die "No match"
my $result = length($1) / 3;
Mais je pense qu'il est un peu plus rapide d'utiliser substr () et unpack () pour scinder en triple et faire marcher les triples dans une boucle for.
(edit: sa longueur (), pas sa longueur (); -)
La partie principale de ceci est divisée /(...)/. Mais à la fin de ceci, vous aurez vos positions et vos données d’occurrence.
my @expected_triplets = qw<aaa bbb ccc>;
my $data_string
= 'fjeidoaaaivtrxxcccfznaaauitbbbfzjasdjfncccftjtjqznnjgjaaajeitjgbbblafjan'
;
my $place = 0;
my @triplets = grep { length } split /(...)/, $data_string;
my %occurrence_for = map { La partie principale de ceci est divisée /(...)/. Mais à la fin de ceci, vous aurez vos positions et vos données d’occurrence.
my ( $count, %count );
my $data_string
= 'fjeidoaaaivtrxxcccfznaaauitbbbfzjasdjfncccftjtjqznnjgjaaajeitjgbbblafjan'
;
$data_string =~ m/(aaa|bbb|ccc)(??{ $count++; $count{$^N}++ })/g;
Ou pour un comptage simple par regex (il utilise Experimental (?? {}))
<*>, [] } @expected_triplets;
foreach my $i ( 0..@triplets ) {
my $triplet = $triplets[$i];
push( @{$occurrence_for{$triplet}}, $i ) if exists $occurrence_for{$triplet};
}
Ou pour un comptage simple par regex (il utilise Experimental (?? {}))
<*>Si la rapidité est un problème sérieux, vous pouvez, en fonction de la nature des trois chaînes, devenir vraiment chic en créant un arbre (par exemple, l'algorithme Aho-Corasick ou similaire).
Une carte pour chaque état possible est possible, par exemple. state [0] ['a'] = 0 si aucune chaîne ne commence par 'a'.