【发布时间】：2012-06-22 02:50:24
【问题描述】：
我正在寻找一种在文本中查找特定模式的方法。例如，如果我想从如下格式的文本中查找所有引用：
- Baron, Naomi (2000) 字母到电子邮件：书面英语是如何演变的及其发展方向，劳特利奇：伦敦和纽约。
所以任何与此类似的内容都会从输入文本中返回。有什么算法可以很好地解决这个问题。到目前为止，我发现的只是在文本中搜索相似字符串的算法。
我正在考虑使用正则表达式，但我不知道这是否是最好的方法，因为我需要一些东西来计算一些相似性指数，然后返回得分最高的命中。
【问题讨论】：
-
什么语言？听起来你需要Sphinx
-
更好地描述你在寻找什么——试着用更多的例子来描述grammer。一旦你这样做了 - 正则表达式是否足够，或者你可能需要一个 context-free 解析器（其中：LR? SLR? 可能是 LL？）
-
解析这些字符串是计算相似度是两个不同的任务。
标签： string algorithm pattern-matching text-mining string-search