Question

确定正则表达式的最大匹配长度的最简单方法是什么？

具体来说，我正在使用Python的re模块。

E.g。对于foo((bar){2,3}|potato)，它将是12。

显然，使用*和+等运算符的正则表达式在理论上具有无限的匹配长度;在那些情况下返回错误或某事是好的。使用(?...)扩展名为正则表达式提供错误也没问题。

我也可以获得一个近似的上限，只要它总是大于实际的最大长度，但太更大。

Answer 1

import invRegex
data='foo(bar{2,3}|potato)'    
print(list(invRegex.invert(data)))
# ['foobarr', 'foobarrr', 'foopotato']    
print(max(map(len,invRegex.invert(data))))
# 9

另一种方法是使用this module中的ipermute。

import inverse_regex
data='foo(bar{2,3}|potato)'
print(list(inverse_regex.ipermute(data)))
# ['foobarr', 'foobarrr', 'foopotato']
print(max(map(len,inverse_regex.ipermute(data))))
# 9

Answer 2

解决了，我想。感谢unutbu指点我sre_parse！

import sre_parse

def get_regex_max_match_len(regex):
    minlen, maxlen = sre_parse.parse(regex).getwidth()
    if maxlen >= sre_parse.MAXREPEAT: raise ValueError('unbounded regex')
    return maxlen

结果：

>>> get_regex_max_match_len('foo((bar){2,3}|potato)')
12
>>> get_regex_max_match_len('.*')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in get_regex_max_match_len
ValueError: unbounded regex

正则表达式的最大匹配长度

2 个答案: