Создать регулярное выражение из выражения glob

Я пишу программу, которая анализирует текст с помощью регулярного выражения. Регулярное выражение должно быть получено от пользователя. Я хочу использовать глобальный синтаксис для пользовательского ввода и внутренне преобразовать глобальную строку в регулярное выражение. Например:

"foo.? bar*"

следует преобразовать в

"^.*foo\.\w\bar\w+.*"

Каким-то образом мне нужно экранировать все значимые символы из строки, тогда мне нужно заменить glob * и? символы с подходящим синтаксисом регулярного выражения. Как это сделать наиболее удобно?


search regex glob
person Evgeny Lazin    schedule 15.01.2009    source источник
comment
Регулярное выражение выглядит немного странно. Например: ^. * Foo можно было бы записать как foo. И я думаю, что глобальная звезда переводится в регулярное выражение. * ?. Куда делось место в поиске? И \ bar соответствует словам, начинающимся с ar.   -  person PEZ    schedule 15.01.2009

Ответы (6)


arrow_upward
60
arrow_downward

нет необходимости в неполных или ненадежных взломах. для этого есть функция, включенная в python

>>> import fnmatch
>>> fnmatch.translate( '*.foo' )
'.*\\.foo$'
>>> fnmatch.translate( '[a-z]*.txt' )
'[a-z].*\\.txt$'
person Community    schedule 12.10.2009
comment
Если вы используете python для создания регулярного выражения, вам следует использовать python для сравнения с использованием регулярного выражения, потому что sed не понимает завершающий '\\ Z (? Ms)', который фактически выводится fnmatch.translate. - person Paul; 10.12.2020
comment
Это такое прекрасное чувство, когда вам нужна функция, Google для фрагмента, и вы обнаруживаете, что эта функция находится во встроенной библиотеке. Вот почему я люблю питона. - person Matthew Leingang; 01.04.2021

arrow_upward
3
arrow_downward

Я не уверен, что полностью понимаю требования. Если я предполагаю, что пользователи хотят найти текстовые «записи», совпадающие с их результатами поиска, я думаю, что этот грубый способ сработает в качестве начала.

Сначала избегайте всего, что имеет значение для регулярных выражений. Затем используйте замены без регулярных выражений для замены (теперь экранированных) глобальных символов и создайте регулярное выражение. Как в Python:

regexp = re.escape(search_string).replace(r'\?', '.').replace(r'\*', '.*?')

Для строки поиска в вопросе создается регулярное выражение, которое выглядит так (необработанное):

foo\..\ bar.*?

Используется во фрагменте кода Python:

search = "foo.? bar*"
text1 = 'foo bar'
text2 = 'gazonk foo.c bar.m m.bar'

searcher = re.compile(re.escape(s).replace(r'\?', '.').replace(r'\*', '.*?'))

for text in (text1, text2):
  if searcher.search(text):
    print 'Match: "%s"' % text

Производит:

Match: "gazonk foo.c bar.m m.bar"

Обратите внимание, что если вы исследуете соответствующий объект, вы можете узнать больше о совпадении и использовать его для выделения или чего-то еще.

Конечно, это может быть нечто большее, но это должно быть началом.

person PEZ    schedule 15.01.2009
comment
Это верно, но вам нужно заменить замену () | \ [] и другие значимые символы в строке поиска - person Evgeny Lazin; 15.01.2009

arrow_upward
1
arrow_downward

Jakarta ORO имеет реализация на Java.

person orip    schedule 15.01.2009

arrow_upward
1
arrow_downward

Я пишу свою функцию, используя c ++ и boost :: regex

std::string glob_to_regex(std::string val)
{
    boost::trim(val);
    const char* expression = "(\\*)|(\\?)|([[:blank:]])|(\\.|\\+|\\^|\\$|\\[|\\]|\\(|\\)|\\{|\\}|\\\\)";
    const char* format = "(?1\\\\w+)(?2\\.)(?3\\\\s*)(?4\\\\$&)";
    std::stringstream final;
    final << "^.*";
    std::ostream_iterator<char, char> oi(final);
    boost::regex re;
    re.assign(expression);
    boost::regex_replace(oi, val.begin(), val.end(), re, format, boost::match_default | boost::format_all);
    final << ".*" << std::ends;
    return final.str();
}

похоже, все работает нормально

person Evgeny Lazin    schedule 15.01.2009

arrow_upward
1
arrow_downward

Функция jPaq RegExp.fromWildExp делает нечто подобное. Следующее взято из примера, который находится на главной странице сайта:

// Find a first substring that starts with a capital "C" and ends with a
// lower case "n".
alert("Where in the world is Carmen Sandiego?".findPattern("C*n"));

// Finds two words (first name and last name), flips their order, and places
// a comma between them.
alert("Christopher West".replacePattern("(<*>) (<*>)", "p", "$2, $1"));

// Finds the first number that is at least three numbers long.
alert("2 to the 64th is 18446744073709551616.".findPattern("#{3,}", "ol"));
person Clarence Fredericks    schedule 14.03.2011

arrow_upward
0
arrow_downward

В R есть функция glob2rx, включенная в базовый дистрибутив:

http://stat.ethz.ch/R-manual/R-devel/library/utils/html/glob2rx.html

person nassimhddd    schedule 10.06.2015