测量“匹配”？

Question

是否有测量或比较模式与给定字符串对应的紧密程度的机制？我所说的模式是指正则表达式或类似的东西。例如，我们有字符串"foobar"和两个regexes："fooba."和".*"，这两种模式都与字符串匹配。是否可以确定“fooba”。对于给定的字符串，更合适的模式是".*“吗？

Answer 1

对于字符串“距离”有度量和启发式。检查此选项，例如http://en.wikipedia.org/wiki/Edit_distance

以下是Google搜索附带的一个随机Java实现。

http://www.merriampark.com/ldjava.htm

有些度量是昂贵的计算，所以四处看看，并找到一个适合你的需要。

对于您的具体示例，IIRC，正则表达式匹配在Java中通过匹配长度来确定术语的优先级，然后排序，如果您使用类似的

“(Foobar)x(.*)”，它将与第一个匹配，您可以通过检查两个捕获组返回的结果来确定这一点。

Answer 2

这个想法如何:使用正则表达式的长度：length("fooba.") > length(".*")，所以"fooba."更具体.

但是，这取决于正则表达式的来源以及您需要的精确程度，因为"fo.*|.*ba"比"fooba."长，所以解决方案并不总是有效的。

Answer 3

您所要求的并不是正则表达式的真正属性。

创建一个度量“紧密性”的枚举，并创建一个包含给定正则表达式的类和一个封闭值。这要求您确定哪个正则表达式比另一个正则表达式“更接近”。

实例化您的各种类，让它们在代码中释放，并比较匹配的对象，让“最接近”的对象上升到顶部。

伪代码，实际上没有比较任何东西，或类似于任何正常的语言：

enum Closeness
  Exact
  PrettyClose
  Decent
  NotSoClose
  WayOff
  CouldBeAnything
mune

class RegexCloser
  property Closeness Close()
  property String Regex()
ssalc


var foo = new RegexCloser(Closeness := Exact, Regex := "foobar")
var bar = new RegexCloser(Closeness := CouldBeAnything, Regex := ".*")

var target = "foobar";

if  Regex.Match(target, foo)
  print String.Format("foo {0}", foo.Closeness)
fi

if Regex.Match(target, bar)
  print String.Format("bar {0}", bar.Closeness)
fi