浅析正则表达式

本文简略的介绍了正则表达式以及其使用方法,并在php中,举例说明正则表达式的应用。     

基于多GPU的正则表达式匹配技术

针对传统正则匹配性能低下的问题,设计了基于多GPU的正则表达式匹配引擎,并采用折半分组优化算法解决了有限状态自动机在大规模正则集合情况下由于空间爆炸无法使用的问题,并做了相关的优化,提升了数据匹配速度.实验结果表明:基于多GPU的正则表达式匹配性能较CPU提升了61倍,其数据吞吐率远优于其他加速方式.     

排列组合的算法设计与C＋＋实现

本文讨论了{1，…，n}的全排列的四种不同的算法，以及按字典顺序列举{1，2，…，n}的所有r-组合的算法，并对各个算法用C＋＋语言进行编程加以实现。     

正则表达式匹配IP地址的实践与研究

正则表达式语言是世界上最流行的字符串匹配语言，它被许多编程语言或工具所支持。运用正则表达式匹配IP地址，比较了一些模式的写法，分析了某些模式在不同正则表达式引擎下的差异，得出了一个精确、通用的模式。     

正则表达式在文档自动识别中的应用

xml格式适合表达法律条文等半结构化的信息。为了能将文本格式的法律文件等自动转 化为xml格式的数据,首先需要理解文本格式法律文件等结构信息。本文利用正则表达式的概 念,有效地识别法律文件的章、节、条、款等结构信息,为将法律文件从正文结构到XML结构 的自动转化奠定了基础。     

偶正则表达式和双读头自动机

定义了偶正则表达式，证明了ＰＲＥ和双读头自动机的等价机，为线性语言提供了一种新的有穷表示。     

一种构造正则表达式更小ε-NFA的方法

基于有限自动机的正则表达式匹配技术在网络信息领域得到了广泛应用,提出了一种构造正则表达式的更小NFA的方法——基于闭包的分片构造法GREC.GREC方法基于正则表达式中同态运算的封闭性以及闭包运算的层次特性和递归性进行构造.首先对正则表达式进行分片处理,然后构造每个分片的NFA,最后利用栈对各分片NFA进行重组获得最终的NFA.GREC方法在正则表达式层次结构复杂或包含有大量闭包运算的情况下,能够快速地构造出空间效率比传统的Thompson构造法高得多的NFA.     

基于正则表达式的数字图书馆检索模型研究

文章就数字图书馆信息检索效率不高的问题,在现有数字图书馆信息检索模型的基础上,提出了一种新型的基于正则表达式的数字图书馆信息检索模型,详细论述了该模型的主要模块及其各自功能.通过采用正则表达式技术,分析了在包含正则表达式规则的传统关键字的信息检索模型,从而为如何突破关键词检索局限于检索词形式的固有缺陷,提高检索效率,减小漏检和误检造成的误差,为数字图书馆向智能化、知识化发展提出一种新的研究方向.     

基于正则表达式的总线数据过滤器组件设计

介绍了一种基于正则表达式的网络数据过滤的应用程序设计方法。通过合理配置数据过滤程序,使用正则表达式进行XML数据验证,达到快速地匹配XML数据,实现提高数据过滤效率的目的。该数据过滤方法实现了数据过滤的灵活机制和组件复用,为数据过滤提供了模块化程序设计的途径,可作为网络信息安全监测系统应用程序设计的重要组件使用。     

基于正则表达式的限制性路径规划

传统的路径规划算法大多以长度、时间或代价等为度量标准搜索起止点间的最优路径,不适于解决有位置限制的路径规划需求,如搜索有序或无序地经过全部或部分用户指定的位置点或位置点类别的最短路径.本文主要针对这类应用场景,利用正则表达式表示复杂的限制性路径规划需求,形式化定义了基于正则表达式的限制性路径规划问题并设计了通用的解决框架,在此框架基础上提出了基本的限制性路径规划算法BCRP(Basic Constrained Route Planning)以及加入剪枝策略的改进的限制性路径规划算法ICRP(Improved Constrained Route Planning),有效减少了搜索空间.最后通过在真实路网数据上的实验结果证明了方法的高效性.     

基于JS和正则表达式的客户端数据验证方法研究

介绍了数据验证的含义和重要性,通过对传统服务器端数据验证方式及其弊端的分析,以及对客户端数据验证可行性分析,给出了基于JS和正则表达式的客户端数据验证方法及其组成,同时说明了客户端数据验证方式的局限性并提出客户端验证和服务器端验证相结合的解决方法.     

基于C#正则表达式的英汉翻译对抽取

本文介绍了一个SQL数据库支持下的、基于C#正则表达式的英汉翻译对抽取方法,待抽取的资料均来自网络,包括机读电子词典和多种含英汉翻译对的网页,它们具有固定的正则表达式模式。抽取工作用到两个用C#开发的Windows应用程序:网页爬虫和翻译对抽取应用程序。下载的网页和抽取的翻译对都存在SQL数据库中,可供进一步研究使用。结果显示,这种方法抽取的翻译对准确率非常高,能很快收集大量翻译对建成生英语平行语料库。     

基于XML和正则表达式文法的飞行动态固定电报解释器的设计与实现

描述了基于XML和正则表达式文法,运用INTERPRETER设计模式,并借助成熟的解析功能组件,实现飞行动态固定电报解释器的方法.该方法与原有系统中采用的硬编码方式或自定义文法方式相比具有更高的灵活性、复用性和可维护性.     

基于正则表达式技术的数据验证及应用

本文主要介绍基于正则表达式的模式匹配和数据验证技术,并通过示例说明java正则表达式在数据验证应用中的使用方法及原理。     

支持多正则表达式匹配的硬件结构

针对多正则表达式匹配已经成为制约网络安全系统性能瓶颈的问题,提出一种硬件四级流水线的多正则表达式匹配结构。该结构对多条正则表达式统一处理,将正则表达式切割成字符串和循环控制,采用字符串匹配结构处理字符串,并设计专用硬件电路处理循环限制。实验表明,该硬件结构在Virtex2和Virtex4 FPGA上分别可以达到1.9和2.1Gb/s的匹配性能,与国外相关研究成果相比,消耗更少的存储空间,并支持更多的正则表达式。     

正则表达式在控制MARC数据质量中的应用研究

随着网络和信息技术的发展,联机编目得以实现,编目工作的重心也由传统的著录方式向编目规范控制工作转变。本文详细介绍了正则表达式以及用正则表达式的匹配规则来规范MARC数据的方法,为有效控制MARC数据质量、提高审校MARC数据的效率提供了思路。     

一种基于Bloom Filter的正则表达式集合快速搜索算法

正则表达式搜索算法的性能与从非确定性有限状态自动机(NFA)的初始状态到终止状态的最短路径Lmin成正比,与正则表达式所表达的语言的前缀集合Pref(RE)成反比,而一般情况下Pref(RE)较大,确定Pref(RE)中的元素在目标文本中的出现位置比较困难.文中提出了一种基于Bloom Filter的正则表达式集合搜索算法,此算法利用Bloom Filter集合查询时间与集合大小无关的特点,可以快速准备定位Pref(RE)的出现位置,使得搜索速度不受Pref(RE)的影响,如果采用多个Bloom Filter并行,还可以间接增大Lmin.分析与测试结果表明,该算法较大地加快了正则表达式的搜索速度,对于正则表达式集合,算法性能改善尤其明显,在Lmin较长、Pref(RE)较大时,搜索速度可以提高数倍至数十倍,适合大规模的多正则表达式的快速搜索.     

一种正则表达式集合快速搜索算法

正则表达式由于其强描述能力和灵活性,在信息检索,程序设计,数据挖掘,深度分组检测,生物信息处理等领域得到了广泛而深入的应用,然而正则表达式,尤其是正则表达式集合,由于搜索速度慢往往成为系统的性能瓶颈。现有的正则表达式搜索算法性能较好的是多模式过滤类型的算法,此类算法严重依赖于两个因素,从NFA的初始状态到终止状态的最短路径Lmin和正则表达式所表达的语言的前缀集合Pref（RE）的大小,Lmin越长,搜索速度越快,Pref（RE）越大,搜索速度越慢。针对上述问题提出了一种基于Bloom filter的正则表达式集合搜索算法,此方法利用Bloom filter的集合查询时间集合大小无关的特点,使得正则表达式搜索速度不受Pref（RE）大小的影响,如果采用多个Bloom filter并行,还可以间接增大Lmin的长度。分析与测试结果表明,本算法较大的加快了正则表达式的搜索速度,对于正则表达式集合,算法性能改善尤其明显,可以实现大规模正则表达式集合的快速搜索。     

面向大数据库正则表达式查询的有效算法

针对大数据库中正则表达式查询,提出了一种基于索引的有效算法。首先,构造索引。该索引结构在前缀树基础上加以改进,为每个节点创建二维数组存放该节点所辖子树各层的首次关键节点,并对每个节点附加关键节点指针以指向同层的下一关键节点。然后,通过所提出的索引结构进行查询。最后,分析了所提出算法的时间和空间复杂度,并进行了实验。实验结果证明:随着数据集的增加,其查询时间和输入/输出(I/O)时间增长速度较缓慢,说明其可扩展性较好,适合于大数据库中正则表达式查询。并且,随着查询字串的增加,查询时间与I/O时间均呈递减趋势,证明了该算法的效率和有效性。     

正则表达式在英语语调统计分析中的应用研究

以“十二五”规划中原经济区建设英语人才培养为背景,以全国教育科学“十二五”规划教育部重点课题“中原地区英语学习者英语语调特征研究”为依托,针对语调的基本特点,利用正则表达式设计并实现了针对中原地区英语语调的统计分析系统,并对其关键技术进行分析,统计结果表明该系统能有效地对语调特征进行统计分析和检索,为项目的高效顺利实施提供必备的技术保障．同时也对正则表达式在标注语料库中的应用进行了探讨．