टेक्स्ट

Question

में एकाधिक शब्दों को प्रतिस्थापित करने के लिए कुशल विधि जावास्क्रिप्ट का उपयोग करके मुझे ~ 10000 शब्द दस्तावेज़ से ~ 10000 कीवर्ड कुशलतापूर्वक हटाने की आवश्यकता है, जिनमें से ~ 1000 कीवर्ड होंगे। आप किस दृष्टिकोण का सुझाव देंगे?

भारी नियमित अभिव्यक्ति व्यावहारिक हो सकती है? या क्या मुझे सिर्फ कीवर्ड वर्णों (उबाऊ) की तलाश में दस्तावेज़ वर्णों के माध्यम से पुन: प्रयास करना चाहिए?

संपादित करें:
अच्छा बिंदु - केवल पूरे शब्द, भागों नहीं। और कुछ कीवर्ड में रिक्त स्थान होते हैं।
मैं बैकएंड पर दबाव कम करने के लिए इसे सभी क्लाइंट पक्ष करने की कोशिश कर रहा हूं।

Answer 1

एक रेगुलर एक्सप्रेशन का उपयोग करना एक अच्छा विकल्प हो सकता है:

var words = ['bon', 'mad']; 
'joe bon joe mad'.replace(new RegExp('(' + words.join('|') + ')', 'g'), ''); 
// 'joe joe ' 

regex लुक-आगे जैसी चीजों के साथ बहुत जटिल नहीं है, और regexp इंजन सी/सी में लिखा है ++, इसलिए आप उम्मीद कर सकते हैं कि यह काफी तेज़ हो। फिर भी - बेंचमार्क और देखें कि प्रदर्शन आपकी आवश्यकताओं के अनुरूप है या नहीं।

मुझे नहीं लगता कि आपके स्वयं के पार्सर को लागू करना तेज होगा, लेकिन मैं गलत हो सकता हूं - बेंचमार्क।

सर्वर पर दस्तावेज़ भेजना मेरे लिए बहुत अच्छा नहीं लगता है। 100k शब्दों के साथ आप मेगाबाइट रेंज में एक पेलोड देख रहे हैं, और आपको अभी भी सर्वर पर इसके साथ कुछ करना है और इसे वापस धक्का देना है।

---

आप धुन पर regexp रिक्तियों के साथ कुछ करने के लिए हो सकता है।

Answer 2

मेरी वृत्ति मुझे बताती है कि कीवर्ड की इतनी बड़ी संख्या के लिए - कीवर्ड को सॉर्ट करना और प्रति चरित्र राज्य मशीन बनाना नियमित अभिव्यक्ति से बहुत तेज़ होगा, क्योंकि राज्य मशीन छोटी है, इसे स्वचालित रूप से जेनरेट किया जा सकता है।

Answer 3

एक राज्य मशीन अक्सर इसी तरह के कार्यों के लिए उपयोग की जाती है, उदाहरण के लिए http://www.codeproject.com/KB/string/civstringset.aspx