Java （regex）/字符串模式识别算法

我有一个文件，其中包含一些字符串，如

P31XYFT5
3YTTXPL

这是一个示例，文件可能包含+100K的这些字符串，

---

我需要找到这些字符串并提取它们，我可以使用什么算法（包括机器学习算法）

我会尝试给你一些建议，但是@fge是对的，你需要知道要寻找什么

如果文件包含有效单词，则可以使用词典识别现有单词和不存在的单词

如果您知道应该排除的单词的模式，您可以应用它来检测这些单词

---

说到机器学习算法，我对图像有更多的经验，所以我帮不了你多少忙。对于图像，您只需提取特征并预测/学习，例如，支持向量机（SVM）。这里可能会用到类似的东西。

你知道要找什么吗？除了有共同的字符在这两个？我在寻找这些模式，混合字母数字字符没有指定的顺序嗨！对于这样一个简单的任务来说，正则表达式似乎是正确的方法，但您需要知道（1）应该使用哪些字符（您已经告诉过我们，尽管知道您是否需要所有大写字母会有帮助），（2）不应该使用哪些字符，所以我们可以包含这些字符，（3）它们出现的上下文，以便我们可以排除它，（4）您要查找的字符串的长度。理想情况下，发布一段数据。但是，更理想的情况是，尝试debuggex.com或regex101.com来帮助构建regex