验证字段不超过n个单词的最快方法是什么？

Question

我有一个的Ruby-on-Rails的模型：

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 

没有落入C，什么是检查application_essay包含不超过500个字的最快方法？你可以假设大多数散文至少200个单词，不大可能超过5000个单词，并且是英文的（或者伪英文有时被称为“business-ese”）。只要您的分类对于典型用户来说是显而易见的，您也可以将任何您想要的分类为“单词”。 （注意：这里不是辩论什么是“典型用户”的地方:)）

Answer 1

我只想用像一个漂亮的文章：

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

什么性能问题，你看见了什么？ 一个500字左右的字符串应该不是什么大问题。

Answer 2

你不会比线性搜索更快，对不起（除非这是用于某种文本编辑器，并且您可以逐步跟踪）

Answer 3

您可以估计单词的典型大小，并通过除法猜测单词的大小。

这里一些提示：http://blogamundo.net/lab/wordlengths/

你可以尝试像5.1，看看你是如何准确通过运行一些测试。

很可能除以6.1，因为你有空格。

请记住，你会假设你的文字不只是大量的空白或什么的。 那么，但如果你真的只是有兴趣，以确保它不超过x个字。你可以在x或者5上尝试一个较小的数字，如果它少于x的5个字符，你可以确信它没有多于x的单词。

所以，你可能更好的做一个线性搜索，如其他答案中所述。线性搜索并不是那么糟糕。这取决于你想要做什么。

Answer 4

下面是你可能会喜欢

http://dotnetperls.com/word-count

Answer 5

有应该是一个插件，没有带用它自己寿:)

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

That plugin所有相邻的“单词字符”切换到单个字符，然后删除所有非单词字符和计数他们。不知道这是否是最快的寿命。

Answer 6

在Rails3中使用:tokenizer与lambda方法也可以。

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。