验证字段不超过 n 个单词的最快方法是什么？

Question

我有一个 Ruby-on-Rails 模型：

class Candidate < ActiveRecord::Base
  validates_presence_of :application_essay
  validate :validate_length_of_application_essay

  protected

  def validate_length_of_application_essay
    return if application_essay.blank? # don't add a second error message if they didn't fill it out
    errors.add(:application_essay, :too_long), unless ...
  end
end

在不使用 C 的情况下，检查 application_essay 包含不超过 500 个单词的最快方法是什么？您可以假设大多数论文至少有 200 个单词，不太可能超过 5000 个单词，并且是英语（或有时称为“商业英语”的伪英语）。您还可以将任何您想要的内容分类为“单词”，只要您的分类对于典型用户来说是显而易见的。 （注意：这里不是讨论什么是“典型用户”的地方:)）

Answer 1

在 Rails3 中，使用 :tokenizer 和 lambda 方法也可以工作。

validates_length_of :essay, :minimum => 100, :too_short => "Your essay must be at least 100 words."), :tokenizer => lambda {|str| str.scan(/\w+/) }

它可能不是最快的，但肯定是最干净的方式。

Answer 2

抱歉，您不会比线性搜索更快（除非这是针对某种文本编辑器，并且您可以增量跟踪）

Answer 3

我只想使用类似的内容：

string.split(" ").length <= 500

您看到什么性能问题？
一个 500 字左右的字符串应该不是什么大问题。

Answer 4

您可以估计单词的典型大小并通过除法猜测单词的数量。

这里有一些提示：http://blogamundo.net/lab/wordlengths/

你可以尝试像5.1并通过运行一些测试来查看您的准确性。

很可能除以 6.1，因为有空格。

请记住，您会假设您的文本不仅仅是大量的空格或其他内容。
好吧，但如果您真的只是有兴趣确保它不超过 x 个单词。您可以在 x 上尝试一个较小的数字，也许是 5，如果它少于 x 乘以 5 个字符，您可以非常确定它没有超过 x 个单词。

因此，您最好按照其他答案中所述进行线性搜索。线性搜索根本没有那么糟糕。这仅取决于您想做什么。

Answer 5

有一个插件可以实现这一点，不过我自己还没用过:)

http:// code.google.com/p/validates-word-count/

该插件将所有相邻的“单词字符”切换为单个字符，然后删除所有非单词字符并对其进行计数。不确定这是否是最快的。

Answer 6

这是一篇不错的文章，您可能会喜欢

http://dotnetperls.com/word-count