我有一个这样的字符串

ODQ1OTc3MzY0MDcyNDk3MTUy.YKoz0Q.wlST3vVZ3IN8nTtVX1tz8Vvq5O8

字符串的第一部分是一个以base64格式表示的随机18位数字，第二部分是一个以base64格式表示的Unix时间戳，最后一部分是一个HMAC签名。

我想构建一个模型来识别这样的字符串。

我该怎么做呢？

回答：

虽然我没有深入思考这个问题，但这是我首先想到的解决方案。

你肯定不需要使用机器学习来解决这个问题。事实上，机器学习不仅对这样的问题效率低下，而且根据不同的方法，可能会更糟。

在这里，通过理解问题，可以实现一个精确的解决方案。

人们通常使用所谓的正则表达式或RegExp来匹配具有特定结构的字符串。

正则表达式允许你匹配不同复杂度的字符串模式。

举一个简单的Python示例：

现在，这个方法的一个问题是，你如何知道你的字符串的开始和结束位置。大多数情况下，有特定的锚点，特别是在编程生成的字符串中。例如，如果我们知道在每个你想要匹配的字符串之前有一个词Token: ，你可以在你的RegExp模式中包含它r"Token: (.+)\.(.+)\.(.+)"。

避免错误匹配的其他方法是更清晰地定义模式要求。现在我们只是匹配一个模式，其中有任意数量的字符和两个.将它们分成三个序列。如果你知道你使用的是哪种base64实现，你可以将可能的字符集从.（即任意字符）限制到你使用的base64实现的字母表[abcdefgh1234]。在这个例子中，它将是abcdefgh1234，所以模式可以这样改进r"([abcdefgh1234]+).([abcdefgh1234]+).(.+)"。同样的方法也适用于HMAC代码。

此外，你可以指定每个子字符串的允许长度。例如，你说你有18个随机数字。这可能意味着每个数字编码为1字节，这将转换为18*8 = 144位，在base64中，将转换为24个标记（每个标记编码一个六位数，因此6位信息）。同样可以对时间戳进行处理，假设是一个32位的时间戳，这可能需要6个base64标记（代表36位，因为你不能将32位分成六位数）。

有了这些信息，你可以进一步优化模式

r"([abcdefgh1234]{24})\.([abcdefgh1234]{6})\.(.+)"`

此外，同样的方法也适用于HMAC代码。

我建议你阅读一些关于RegExp的内容，我猜这是最简单的解决方案，当然比任何形式的机器学习更合适。