我有一个正则表达式数组。如果正则表达式匹配，我有大量的文件要标记。现在我只是用每个正则表达式搜索每个文件。
我突然想到，可能有一种方法可以构建一个树，例如对文件进行一些快速预处理，以确定是否使用特定的正则表达式进行搜索。例如，所有包含字母A的正则表达式都在特定分支上，如果文件不包含字母A，则不应用这些正则表达式。
有人做过这方面的工作吗？我被迫使用纯PHP处理文件，并且我必须遍历目录树来逐个处理每个文件。我可以控制正则表达式的数据结构以及它们的使用方式，但我需要正则表达式的灵活性来进行最终的模式匹配。
如果您可以将reg exp转换为单词，则可以尝试aho-corasick算法，例如尝试通配符。使用通配符进行修饰非常简单。只需在通配符处拆分模式，然后将它们添加到自动机中。搜索时，可以使用状态和输入位置来计算最长的匹配前缀。