Question

是否有可能（或者为什么不可能）将输入字符串转换为匹配最少Levenshtein距离的正则表达式的字符串？

即。如果1234是字符串并且^（[0-9] {6}）$是正则表达式，我需要输出类似123412（输出字符串匹配正则表达式并且与原始字符串相距2个距离，可能还有其他字符串但是第一个结果会做）

怎么做？（没有蛮力..）

编辑：

在其他可能性中，我可以只获得Levenshtein距离吗？（没有匹配的字符串...）

或者除了布尔（匹配或不匹配）之外的其他信息可以正则表达式吗？

Answer 1

如果您了解finite automaton，您可以构建一个代表您的正则表达式（有库可以这样做）。然后用你的字符串（1234）运行它，你最终会处于某种状态。在此状态下，您执行breath-first search直到达到接受状态。在搜索时，您可以跟踪您跑过的过渡（角色）。并且角色将为您提供最短（或其中一个）字符串，使您的正则表达式合格。

添加链接：您可以查看http://www.brics.dk/automaton/这是在奥胡斯大学实施的自动机库（BSD许可证）

更新：我已经使用上面的自动机实现构建了您所寻求的内容。首先，ExtendedOperations类与其他自动机类位于同一个包中，因为我需要访问某些方法。

package dk.brics.automaton;

public class ExtendedOperations {
    //Taken from Automaton.run and modified to just return state instead of accept (bool)
    static State endState(String s, Automaton a)
    {
        if (!a.deterministic) a.determinize();

        State p = a.initial;
        for (int i = 0; i < s.length(); i++) {
            p = p.step(s.charAt(i));
            if (q == null) return null;
        }
        return p;
    }

    public static String getShortestCompletion(Automaton a, String partlyInput)
    {
        State e = endState(partlyInput, a);

        if (e == null) return null;

        return BasicOperations.getShortestExample(e, true);
    }
}

其次，一点测试样本：

package subsetautomaton;

import dk.brics.automaton.*;

public class Main {
    public static void main(String[] args) {
        RegExp re = new RegExp("[a-zA-Z0-9._%+-]+\\@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,6}");
        Automaton a = re.toAutomaton();

        System.out.println(ExtendedOperations.getShortestCompletion(a, "a"));
    }
}

该示例是一个天真的电子邮件地址注册。进出口。请注意，^隐含在reg中。进出口。和$一样。其次，@使用\进行转义，因为在此实现中它意味着“任何字符串”。

上面示例的结果是：@-.AA

更改字符串以匹配正则表达式

1 个答案: