e1110c_三星 e329_飞利浦e103

问题描述：有很大的数据，需要提取出来相同字符串（特征 最多的）来分组。

如：SAMSUNG-SGH-X468_1

SAMSUNG-SGH-G508_1

YULONG-COOLPAD2017

SAMSUNG-SGH-E788_1

SAMSUNG-SGH-D828_1

PSAMSUNG-GT-S7120U

SAMSUNG-GT- U6320C

SANMSUNG-GT-S5630C

SCH-W629 INFRAWARE

SAMSUNG-SGH-I8510C

SAMSUNG-SGH-CC01I_CMCC

SAMSUNG-GT-E1120C_CMCC

SAMSUNG-GT-E1110C_CMCC

SAMSUNG-SGH-L708E_CMCC

SAMSUNG-SGH-J808E_CMCC

SAMSUNG-SGH-E788E-CMCC

SAMSUNG-SGH-I908E_CMCC

SAMSUNG-SGH-I728_CMCC_U1

SAMSUNG-SGH-I718PLUS_CMCC

SAMSUNG-SGH-P318PLUS_CMCC

提取出来SAMSUNG ，YULONG-COOLPAD2017，PSAMSUNG-GT-S7120U，SCH-W629 INFRAWARE 4组

不一定都是开头特征，有的会在中间，结尾。

如：

NOKIA7610SUPERNOVA

NOKIA6110NIGATOR

NOKIA6210NIGATOR

NOKIA6630 UNTRUSTED

NOKIA5330XPRESSMUSIC

NOKIAN95 MOZILLA/5.0

NOKIA5610XPRESSMUSIC

NOKIA5220XPRESSMUSIC

NOKIA5310XPRESSMUSIC

USER-AGENT: NOKIA7650

NOKIA5310XPRESSMUSIC_CMCC

MOZILLA/5.0 (SYMBIANOS/9.2; U; SERIES60/3.1 NOKIAN95

MOZILLA/5.0 (SYMBIANOS/9.2; U; SERIES60/3.1 NOKIAN81-3

MOZILLA/5.0 (SYMBIANOS/9.1; U; SERIES60/3.1 NOKIAE71-1

MOZILLA/5.0 (SYMBIANOS/9.3; U; SERIES60/3.2 NOKIAN79-1

MOZILLA/5.0 (SYMBIANOS/9.2; U; SERIES60/3.1 NOKIAN95_8GB

有什么好的算法啊。

--

FROM 61.148.97.*

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/sanxing/article-21427-1.html