Linux下的字符串匹配.pptVIP

Linux下的字符串匹配 L-TECH HPC-NQS）张磊 何时需要进行字符串匹配? 文本检索 入侵检测 数据挖掘 Linux字符串匹配的手段 自已写算法 使用正则表达式 使用特定的工具 自已写算法 最简单的匹配算法 int index(char *s, char *t,int pos) { /* *返回子串t在主串s中第pos个字符之后的位置 * 如果不存在,则返回-1 */ int i, j = 0; int len_s=strlen(s); int len_t=strlen(t); if(pos= len_s) return –1; i = pos, while(i len_s j len_t){ if (s[i] == t[j]) {i++; j++;} else{ i = i-(j-1); j=0;} } if (j = len_t){return i-len_t-pos;} else return -1; } 自已写算法 性能分析 s: ABABCABCACBAB t: ABCAC 自已写算法 KMP算法 当模式串与主串失配时，模式串根据自身来确定滑动距离。 A B A B C A B C A C B A B A B C 2) A B A B C A B C A C B A B A B C A C 3) A B A B C A B C A C B A B A B C A C 如何确定模式串每一次的滑动距离？ 自已写算法 用next[j]表示模式中第j个字符与主串失配,则在模式中需重新和主串进行比较的位置 void get_next(char *t, int next[]){ int i = 0, j = -1; next[i] = -1; while(i(strlen(t)-1)){ if(j==-1||t[i]==t[j]){ i++;j++; if(t[i]!=t[j]) next[i]=j; else next[i]=next[j]; } else j=next[j]; } } 自已写算法 一般算法与KMP算法性能比较 一般算法： O(m*n) KMP算法：O(m+n) 其它一些字符串匹配著名算法 BM算法 BF算法 RK算法 自已写算法 优点 依整性小，不需要额外的库或工具支持 清晰，可以控制整个匹配过程 不足 不适合全文匹配 缺乏灵活性，无法进行动态匹配 Linux字符串匹配的手段 自已写算法 使用正则表达式 使用特定的工具 使用正则表达式 正则表达式的“祖先”可以一直上溯至对人类神经系统如何工作的早期研究。 Warren McCulloch 和 Walter Pitts 这两位神经生理学家研究出一种数学方式来描述这些神经网络。 1956 年, 一位叫 Stephen Kleene 数学家在McCulloch 和 Pitts 早期工作的基础上，发表了一篇标题为“神经网事件的表示法”的论文，引入了正则表达式的概念。 使用正则表达式 使用正则表达式 使用正则表达式 使用正则表达式 使用正则表达式 使用正则表达式 正则表达式的分类 POSIX 1003.2 定义 基本的正则表达式(BRE) 扩展的正则表达式(ERE) 未在POSIX 中定义 高级的正则表达式(ARE) 使用正则表达式 正则表达式的语法支持情况 使用正则表达式 在C语言中使用正则表达式 首先要将正则表达式进行编绎，将其转化为regex_t结构： int regcomp(regex_t *preg, const char *regex, int cflags); 一旦成功地编译了正则表达式，接下来就可以调用regexec()函数完成模式匹配： int regexec(const regex_t *preg, const char *string, size_t nmatch,regmatch_t pmatch[], int eflags); typedef struct { regoff_t rm_so; regoff_t