在语料库中匹配多个字符串

matching multiple strings in a corpus

本文关键字：字符串 语料库      更新时间：2023-10-16

我需要匹配语料库上的大量字符串。然而，"字符串"不是字符列表，而是带有自定义重载==操作符的类的对象向量。

我决定使用Aho-Corasick字符串匹配算法来完成这项工作。不幸的是，我还没有找到它的任何开源实现，它可以与任意对象的序列容器(特别是向量)一起工作。幸运的是，我在这里找到了一段非常整洁的代码，它可以很好地处理普通字符串。通过一些工作，我可以将它重写为一个模板来解决我的问题。

但在这样做或从头开始编写算法之前，我想问你是否知道任何已经解决我的问题的库?

提前感谢，

蒂莫

您可以使用basic_string<T>，它具有字符串的所有方法，但不限于字符。

您链接到的代码中的CSuffixTrie类包含两个类型:

typedef std::wstring SearchString;
typedef wchar_t SearchChar;

如果你用你自己的类型替换那些类型，你应该已经完成了一半。你需要在你的向量上实现一个等价的substr，也许还有一些其他的字符串函数，但这应该不会有太多的工作。

相关文章：