搜索与惰性迭代

需要范围数组时使用 search()；希望逐个消费结果时使用 iterate()。

search(text, options?)

返回独立的扁平匹配对象：

interface Match<T> {
  pattern: string
  patternIndex: number
  start: number
  end: number
  data: T | undefined
}

start、end 是原文的 UTF-16 偏移，采用左闭右开区间。text.slice(start, end) 即命中文本。

import AhoCorasick from 'modern-ahocorasick'

const text = 'ushers'
const matcher = new AhoCorasick(['he', 'she', 'hers'])
matcher.search(text).map(hit => [hit.pattern, hit.start, hit.end])
// [['she', 1, 4], ['he', 2, 4], ['hers', 2, 6]]

iterate(text, options?)

iterate(text, options?) 返回独立的 IterableIterator<Match<T>>，顺序与 search() 相同。调用时立即校验输入并保存策略。它接受完整字符串，不接受分块输入。

import AhoCorasick from 'modern-ahocorasick'

const text = 'ushers'
const matcher = new AhoCorasick(['he', 'she', 'hers'])
for (const hit of matcher.iterate(text, { strategy: 'leftmost-longest' })) {
  console.log(text.slice(hit.start, hit.end)) // 'she'
}

findFirst(text, options?) 与 findAt(text, start, options?)

findFirst() 按 iterate() 的顺序返回首个匹配，不创建结果数组。findAt() 在原始字素边界上 执行锚定查询，返回从指定位置开始的首个匹配。

matcher.findFirst('ushers')?.pattern // 'she'
matcher.findAt('ushers', 1)?.pattern // 'she'

选择策略与内存

两种方法均接受 all（默认）、leftmost-first、leftmost-longest 和 longest-first。迭代期间仍持有原文和词典。两种 leftmost 策略使用 O(L) 候选窗口，L 为最长关键词的字素数；longest-first 则会缓存并排序候选。search() 还会保存结果数组。

参见 策略、边界与范围；另见 分块匹配。