我有这样的用户访问日志：
pagename url
broker_pv /broker/934832
broker_pv /broker/983432
broker_pv /broker/n/342349
listing_pv /listing/a1-b2/
listing_pv /listing/c3/
我想知道未来的网址“/ broker / 245729”是否属于“broker_pv”或“listing_pv”，或者根本不匹配。
这就像一个机器学习过程：我给计算机提供一些原始数据，它学习，然后帮我过滤。
我能想到的一种方法是“模式查找”过程。即，从原始输入，我们人可以推断“broker_pv”网址将匹配模式“/ broker /（n /）？[0-9] +”。所以当一个像“/ broker / 245729”这样的网址出现时，我可以测试它的所有模式，并判断它属于哪个“页面名称”。
然后问题是，如何找出这些模式，从而建立一个“页面名称 - 模式对集合”以供进一步使用。
或者有更好的方法，希望如此？