Wyszukiwanie ciągu zgodnego z maską

Wyszukiwanie ciągu zgodnego z maską
MN
  • Rejestracja:prawie 13 lat
  • Ostatnio:ponad 5 lat
  • Postów:28
0

Witam,

tworzę aplikację, która posiada moduł wyszukujący w pliku pdf nazwy pewnych elementów. Plik pdf, który podlega analizie zawiera ok. 300-400 stron tekstu. Nazwy elementów, które mają zostać wyszukane, znajdują się w losowych miejscach pliku, ale zawsze w postaci [\n][nazwa elementu][spacja][integer 0-50]. Czy istnieje jakaś gotowa funkcja w C# bądź jakiś algorytm, który przeszuka ciąg w poszukiwaniu wszystkich podciągów pasujących do tej maski? Zależy mi na jakimś gotowym rozwiązaniu bo ze względu na ilość danych i fakt, że ten moduł będzie często uruchamiany, chciałbym osiągnąć jak najniższą złożoność obliczeniową.

fasadin
  • Rejestracja:ponad 13 lat
  • Ostatnio:prawie 3 lata
  • Postów:4882
0

podaj dokldanie pare przykladow tego co ma wyszukac

somekind
Moderator
  • Rejestracja:około 17 lat
  • Ostatnio:około 17 godzin
  • Lokalizacja:Wrocław
0

Samo przeszukiwanie tekstu najlepiej byłoby wykonać wyrażeniem regularnym (pomocna w tym jest klasa Regex). Do wydłubania tekstu z PDFa musisz użyć jakiejś biblioteki, w tym aspekcie niestety nie pomogę.


Po dopracowaniu rozwiązania każdy będzie mógł założyć własny drzewiasty wątek.
Zobacz pozostałe 3 komentarze
somekind
No tak, ale to wszystko właśnie zależy od wyrażenia i ilości danych. Tylko jeśli masz zyskać milisekundy na pojedynczym wykonaniu kosztem pisania czegoś przez tydzień, to niekoniecznie będzie to szybciej, i niekoniecznie lepiej.
vpiotr
No tak, ale tutaj mamy zastosowanie heavy-duty. Nie dosc ze duzo danych, to bedzie to uruchamiane wielokrotnie.
somekind
No ja mimo wszystko najpierw bym machnął regexa, a gdyby czas był nieakceptowalny, to dopiero wtedy brał się za parsowanie.
vpiotr
Tak wlasnie napisal OanaPlaton w 2009r.
fasadin
  • Rejestracja:ponad 13 lat
  • Ostatnio:prawie 3 lata
  • Postów:4882
1
  1. Tutaj masz jakis przykladowy regex
    https://regex101.com/r/zR3bN5/3
    Problem tego jest tutaj ze nie wylapie pojedynczej liczby (wylapie 01 ale nie wypalapie 1)

  2. Do czytania/edytowania pdfow do C# polecam itextsharp

edytowany 1x, ostatnio: fasadin
MN
  • Rejestracja:prawie 13 lat
  • Ostatnio:ponad 5 lat
  • Postów:28
0

Przykładowo, z ciągu:

07LQQCT 0 COALING SYSTEM 1762.0891 o11o2
Z-M1-MA_OPP 10 CCPD 90.00
PROJECT 3D-SUPPORT
CCS 2 OP
PIPE SYSTEM - MODELS 3D -004.000 CC-1Z22
Z1-MA-SP_GND 1 PIPE RACK SICON

algorytm powinien zwrócić:

  • 07LQQCT
  • Z-M1-MA_OPP
  • CCS
  • Z1-MA-SP_GND

Jeśli chodzi o obsługę pdf to mam ją już zrealizowaną i tekst z pliku mam wczytany do stringa.

edytowany 1x, ostatnio: MrNeo92
vpiotr
  • Rejestracja:ponad 13 lat
  • Ostatnio:prawie 3 lata
1

Jesli to ma byc szybkie to napisz wlasny parser.

Lista narzedzi moze byc dluga, tutaj masz przykladowe zestawienie:
https://en.wikipedia.org/wiki/Comparison_of_parser_generators

fasadin
  • Rejestracja:ponad 13 lat
  • Ostatnio:prawie 3 lata
  • Postów:4882
1

odpalasz jednego takiego regexa
https://regex101.com/r/zR3bN5/7
a drugiego takiego
https://regex101.com/r/zR3bN5/6

ale jezeli ma byc to szybkie to napisz cos wlasnego

edytowany 1x, ostatnio: fasadin
MN
  • Rejestracja:prawie 13 lat
  • Ostatnio:ponad 5 lat
  • Postów:28
0

Bardzo dziękuję wszystkim za pomoc :)

Kliknij, aby dodać treść...

Pomoc 1.18.8

Typografia

Edytor obsługuje składnie Markdown, w której pojedynczy akcent *kursywa* oraz _kursywa_ to pochylenie. Z kolei podwójny akcent **pogrubienie** oraz __pogrubienie__ to pogrubienie. Dodanie znaczników ~~strike~~ to przekreślenie.

Możesz dodać formatowanie komendami , , oraz .

Ponieważ dekoracja podkreślenia jest przeznaczona na linki, markdown nie zawiera specjalnej składni dla podkreślenia. Dlatego by dodać podkreślenie, użyj <u>underline</u>.

Komendy formatujące reagują na skróty klawiszowe: Ctrl+B, Ctrl+I, Ctrl+U oraz Ctrl+S.

Linki

By dodać link w edytorze użyj komendy lub użyj składni [title](link). URL umieszczony w linku lub nawet URL umieszczony bezpośrednio w tekście będzie aktywny i klikalny.

Jeżeli chcesz, możesz samodzielnie dodać link: <a href="link">title</a>.

Wewnętrzne odnośniki

Możesz umieścić odnośnik do wewnętrznej podstrony, używając następującej składni: [[Delphi/Kompendium]] lub [[Delphi/Kompendium|kliknij, aby przejść do kompendium]]. Odnośniki mogą prowadzić do Forum 4programmers.net lub np. do Kompendium.

Wspomnienia użytkowników

By wspomnieć użytkownika forum, wpisz w formularzu znak @. Zobaczysz okienko samouzupełniające nazwy użytkowników. Samouzupełnienie dobierze odpowiedni format wspomnienia, zależnie od tego czy w nazwie użytkownika znajduje się spacja.

Znaczniki HTML

Dozwolone jest używanie niektórych znaczników HTML: <a>, <b>, <i>, <kbd>, <del>, <strong>, <dfn>, <pre>, <blockquote>, <hr/>, <sub>, <sup> oraz <img/>.

Skróty klawiszowe

Dodaj kombinację klawiszy komendą notacji klawiszy lub skrótem klawiszowym Alt+K.

Reprezentuj kombinacje klawiszowe używając taga <kbd>. Oddziel od siebie klawisze znakiem plus, np <kbd>Alt+Tab</kbd>.

Indeks górny oraz dolny

Przykład: wpisując H<sub>2</sub>O i m<sup>2</sup> otrzymasz: H2O i m2.

Składnia Tex

By precyzyjnie wyrazić działanie matematyczne, użyj składni Tex.

<tex>arcctg(x) = argtan(\frac{1}{x}) = arcsin(\frac{1}{\sqrt{1+x^2}})</tex>

Kod źródłowy

Krótkie fragmenty kodu

Wszelkie jednolinijkowe instrukcje języka programowania powinny być zawarte pomiędzy obróconymi apostrofami: `kod instrukcji` lub ``console.log(`string`);``.

Kod wielolinijkowy

Dodaj fragment kodu komendą . Fragmenty kodu zajmujące całą lub więcej linijek powinny być umieszczone w wielolinijkowym fragmencie kodu. Znaczniki ``` lub ~~~ umożliwiają kolorowanie różnych języków programowania. Możemy nadać nazwę języka programowania używając auto-uzupełnienia, kod został pokolorowany używając konkretnych ustawień kolorowania składni:

```javascript
document.write('Hello World');
```

Możesz zaznaczyć również już wklejony kod w edytorze, i użyć komendy  by zamienić go w kod. Użyj kombinacji Ctrl+`, by dodać fragment kodu bez oznaczników języka.

Tabelki

Dodaj przykładową tabelkę używając komendy . Przykładowa tabelka składa się z dwóch kolumn, nagłówka i jednego wiersza.

Wygeneruj tabelkę na podstawie szablonu. Oddziel komórki separatorem ; lub |, a następnie zaznacz szablonu.

nazwisko;dziedzina;odkrycie
Pitagoras;mathematics;Pythagorean Theorem
Albert Einstein;physics;General Relativity
Marie Curie, Pierre Curie;chemistry;Radium, Polonium

Użyj komendy by zamienić zaznaczony szablon na tabelkę Markdown.

Lista uporządkowana i nieuporządkowana

Możliwe jest tworzenie listy numerowanych oraz wypunktowanych. Wystarczy, że pierwszym znakiem linii będzie * lub - dla listy nieuporządkowanej oraz 1. dla listy uporządkowanej.

Użyj komendy by dodać listę uporządkowaną.

1. Lista numerowana
2. Lista numerowana

Użyj komendy by dodać listę nieuporządkowaną.

* Lista wypunktowana
* Lista wypunktowana
** Lista wypunktowana (drugi poziom)

Składnia Markdown

Edytor obsługuje składnię Markdown, która składa się ze znaków specjalnych. Dostępne komendy, jak formatowanie , dodanie tabelki lub fragmentu kodu są w pewnym sensie świadome otaczającej jej składni, i postarają się unikać uszkodzenia jej.

Dla przykładu, używając tylko dostępnych komend, nie możemy dodać formatowania pogrubienia do kodu wielolinijkowego, albo dodać listy do tabelki - mogłoby to doprowadzić do uszkodzenia składni.

W pewnych odosobnionych przypadkach brak nowej linii przed elementami markdown również mógłby uszkodzić składnie, dlatego edytor dodaje brakujące nowe linie. Dla przykładu, dodanie formatowania pochylenia zaraz po tabelce, mogłoby zostać błędne zinterpretowane, więc edytor doda oddzielającą nową linię pomiędzy tabelką, a pochyleniem.

Skróty klawiszowe

Skróty formatujące, kiedy w edytorze znajduje się pojedynczy kursor, wstawiają sformatowany tekst przykładowy. Jeśli w edytorze znajduje się zaznaczenie (słowo, linijka, paragraf), wtedy zaznaczenie zostaje sformatowane.

  • Ctrl+B - dodaj pogrubienie lub pogrub zaznaczenie
  • Ctrl+I - dodaj pochylenie lub pochyl zaznaczenie
  • Ctrl+U - dodaj podkreślenie lub podkreśl zaznaczenie
  • Ctrl+S - dodaj przekreślenie lub przekreśl zaznaczenie

Notacja Klawiszy

  • Alt+K - dodaj notację klawiszy

Fragment kodu bez oznacznika

  • Alt+C - dodaj pusty fragment kodu

Skróty operujące na kodzie i linijkach:

  • Alt+L - zaznaczenie całej linii
  • Alt+, Alt+ - przeniesienie linijki w której znajduje się kursor w górę/dół.
  • Tab/⌘+] - dodaj wcięcie (wcięcie w prawo)
  • Shit+Tab/⌘+[ - usunięcie wcięcia (wycięcie w lewo)

Dodawanie postów:

  • Ctrl+Enter - dodaj post
  • ⌘+Enter - dodaj post (MacOS)