请教字符串算法，很有意思的问题 (300分)

A

Adnil

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #1

已知一html串s，如"<font face="Arial"><small>2001.4.1</small></font>"
该串的变形存在于一文本文件中，
变形描述：html属性之间，html标记之间增加空格或回车换行，如
"<font face="Arial" ><small>
2001.4.1</small></font>"这样的字符串，
现在求在文本文件中如何将这个变形找出来，并得到它在文件中的位置，类似Pos函数。

很有意思的问题，向大家讨教。

 

C

copy_paste

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #2

你是说那么HTML代码空格多了，然后在查看的时候很不顺眼，是不这意思？

 

L

LiChaoHui

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #3

用状态机来做，很容易判断多余的空格或回车的情况

 

Z

zjan521

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #4

模糊点找，很多连续空格看成一个，一个空格在某种情况下看作没有[red]face="Arial" >[/red]
回车看成空格，HTML中好像也没问题

 

L

LiChaoHui

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #5

很无聊的问题，用来做什么呀？看看有没有比较简单的方法

 

A

Adnil

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #6

to copy_paste：
不是看不顺眼，是要这个参杂着多余空格的字符串用程序找出来，已知的是不含多余空格标准的字符串。

楼上的最好给些实例啊，我再多给300分也没有问题。

 

A

Adnil

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #7

问题不无聊，看我像无聊的人嘛，现在就是有个项目中碰到了这样一个问题。

 

M

MrMengyi

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #8

agree LiChaoHui
这样做比较标准

 

X

xeen

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #9

这问题不难吧,比较的时候:
回车:直接去掉（删除).
空格:循环地把两个空格替换为一个空格（可以用stringreplace函数),直到
找不到两个空格为止.

 

Z

zhukewen

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #10

先把要查找的字符串去掉空格
"<font face="Arial"><small>2001.4.1</small></font>"
=> "<fontface="Arial"><small>2001.4.1</small></font>"
再把文本文件的空格全去掉
"<font face="Arial" ><small> 2001.4.1</small></font>"
=> "<fontface="Arial"><small>2001.4.1</small></font>"
这样就可以查找了（注意：有些空格可能是跳格符)

 

A

Adnil

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #11

楼上的，这样的确可以找到，但是已经丢失了原有的位置信息了
例如
要在"dsa sdf < font>"中查找"<font>"，我希望得到9这个位置
123456789........
如果先将空格回车都过滤了，只能得到7。

另外，文本中本来就可能含有空格，例如"<a href="#">a b c</a>"

 

X

xeen

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #12

那你也可以遍历文本,判断一下在'<......>'之间的就去掉多余的空格与
回车.

 

D

doll_paul

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #13

就是就是，自己写个函数，去了一个以上空格和换行，我就写了～

 

A

Adnil

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #14

要在"dsa sdf < font>"中查找"<font>"，我希望得到9这个位置

来自：doll_paul, 时间：2003-2-12 16:48:00, ID：1617916
就是就是，自己写个函数，去了一个以上空格和换行，我就写了～

这样简单的话我要出300分吗？

 

D

doll_paul

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-12

• #15

原来如此，呵呵，理解错了～

那你只能还是先去除空格，并记录空格数和位置，然后比较！

或把<font>分解，就像搜索引情的关键字分解的算法一样！

 

A

Adnil

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-13

• #16

感谢楼上那么多兄弟的回复，可惜大多数提的只是方案，正确性也都不可考。

这样吧，有谁可以提供代码（附上注释，相信代码也不会很长），
经测试一经通过，马上结贴给分600。

 

L

LiChaoHui

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-13

• #17

ok,代码正在编写中...

 

Z

zhukewen

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-13

• #18

function FindInText(FileName,SubStr: String): Integer;
//FileName:你的Text文件名，包括路径
//SubStr：要查找的字符串
procedure RemoveSpace(var Str: String);
var n: Integer;
begin
//去掉空格
n := pos(' ',Str);
while n > 0 do
begin
Delete(Str,n,1);
n := pos(' ',Str);
end;
//去掉Tab
n := pos(#7,Str);
while n > 0 do
begin
Delete(Str,n,1);
n := pos(#7,Str);
end;
end;
var
ts: TStringList;
s,ss: String;
begin
Result := 0;
ts := TStringList.Create;
try
ts.LoadFromFile(FileName);
s := SubStr;
RemoveSpace(s);
ss := ts.Text;
RemoveSpace(ss);
Result := pos(s,ss);
finally
ts.Free;
end;
end;
end;

 

A

Adnil

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-13

• #19

谢谢zhukewen的代码，但是这样得出的结果是去掉空格后文件内容中的位置，而不是变形字串在
原文件内容中的物理位置。

RemoveSpace稍微改动了一下，这样可读性和效率稍微好一些吧
procedure RemoveSpace(var Str: String);
begin
S := StringReplace(S, ' ', '', [rfReplaceAll]);
S := StringReplace(S, #7, '', [rfReplaceAll]);
S := StringReplace(S, #13#10, '', [rfReplaceAll]);
end;

 

C

copy_paste

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2003-02-13

• #20

const
S1 = '<font face="Arial"><small>2001.4.1</small></font>';
S2 = '<font face="Arial" ><small> ' + #13#10 +
'2001.4.1</small></font>';
S3 = '<font face="Arial" ><small> ' + #13#10 +
'2001 .4. 1</small></font>';
Source = 'other msg' + S2 + 'other msg';

你想做：给出S1，Source，找S1的可能变形S2(S3)在Source的位置是不是这意思？
这个变形而且是不一定只有S2, 或者S3，除了HTML的语法"<html>...."还包括HTML语法
里面的内存，如"2001.4.1"这里面的，也可能包含空格。
你所需要的求的是，在Source中S的变形的Pos，是不是这意思？

老兄，上面看了那么多，我还没明白你的意思。看来偶天生愚笨那。。。。