LIKE 不同类型的比较

Question

背景

我正在开发一款游戏分析软件，我必须将句子转换为我所谓的“句子模板”，并将这些句子模板与存储在 Excel 工作表中的标准模板进行匹配。根据是否找到匹配项，需要采取一些措施。整个程序在 Excel-VBA 中。

例如，如果句子是：

传球左平 T.Harry 最近的防守者

对应的句子模板为：

传球 $DIR$ 平 $NAME$ 最近的防守者

因此，句子模板将句子中的“可变”词替换为我所说的“面具”。因此$DIR$ 可以表示“left”、“right”或“center”中的任何一个，它仍将表示相同的句子模板。同样，G.Jones 可以替换 T.Harry，它仍然是相同的模板。

除了 $DIR$ 和 $NAME$ 之外，还使用了大约六种不同类型的掩码。大约有 1200 个标准模板。

问题：

屏蔽是通过一个不能 100% 万无一失的程序完成的，因为被屏蔽的单词，尤其是名称，有很多变体。例如，T.Harry 可以简称为 Harry 或 T. Harry（中间有空格）或 Tom Harry。我需要有某种方法来确定句子中的所有其他单词是否与除了掩码之外的 1200 个模板中的任何一个单词匹配。如果出现这种“LIKE”匹配，很可能是同一个句子模板，只要满足某些其他过滤条件，就可以认为是同一个句子模板，置信度很高。

Mask 可以出现在句子的任意位置，没有固定的位置。

我的方法（我认为这是低效的并且是蛮力的）

a) 使用 Split 函数将 1200 个标准句子模板中的每一个拆分成单词

b) 使用Split函数将要比较的句子也拆分成单词

c) 使用以下逻辑将“b”中的单词与循环中的 1200 个模板中的每一个匹配

d) 将句子模板中的单词与标准句子模板中的单词保持匹配，直到一个单词不匹配。如果单词不匹配，请跳过该单词并继续下一个单词。继续匹配，直到不匹配的单词超过掩码数。

e) 如果不匹配的单词超过了掩码的数量，则很可能不是同一个句子。

f) 如果不匹配的单词等于或小于掩码的数量，并且除了掩码之外，所有其他单词都匹配，则具有很高的置信度，它是同一个句子模板。

有没有更好的方法来做到这一点？有没有办法我们可以找到两个字符串不匹配或显示分歧的第一个字符。

帮助表示赞赏。到目前为止，当句子不匹配时，我已经寻求人工干预，但如果上述逻辑有效，那就太好了。提前致谢。

Answer 1

如何在模板中使用正则表达式（例如^Pass thrown .*? flat .*? closest defender$），然后在 VBA 中运行这些...
您可以像这样在 VBA 中使用正则表达式（示例函数）：

Function RegExpTest(ByVal repattern As String, ByVal value As String)
 ' does a regular expression search for "repattern" in string "value"
 ' returns the match
 '  or "" if not found

  Dim RegEx As Object
  ' create the RegExp Object with late binding
  Set RegEx = CreateObject("vbscript.regexp")
  With RegEx
    .Global = True      'look for global matches
    .Pattern = repattern
  End With
  RegExpTest = RegEx.Test(value)
  Set RegEx = Nothing
End Function

它仍然不会打破任何速度记录，但比拆分方法更简单、更快（尤其是名称中可能包含空格的地方 - 正则表达式会处理得很好）

编辑
在示例函数中，repattern 是传入的字符串（例如，来自工作表函数调用）。 repattern 同样可以设置为单元格的值 - 即您的模式存储在工作表的单元格中。
因此，对于每个输入字符串，您可以遍历包含正则表达式模式的工作表范围并测试字符串是否匹配，如果找到匹配项则退出循环。

就从您的模板制作模式而言，如果您的所有掩码都遵循$SOMETHING$ 格式，您可以使用正则表达式进行替换以使您的模板成为模式:-) 在您的 VBA 中使用以下函数，在你的工作表你会输入公式=REGSUB("\$.*?\$",A1,".*?")！享受吧！

Function RegSub(ByVal repattern As String, ByVal value As String, ByVal replacement As String) As String
  RegSub = value
  Dim RegEx As Object
  Set RegEx = CreateObject("vbscript.regexp")
  With RegEx
    .Global = True      'look for global matches -> replace all
    .Pattern = repattern
  End With
  RegSub = RegEx.Replace(value, replacement)
  Set RegEx = Nothing
End Function