Question

假设我有一个非常简单的正则表达式列表，表示为字符串（通过＆＃34;非常简单＆＃34;，我的意思是只包含.*）。列表中的每个字符串都以.*开头和结尾。例如，我可以

rs = [.*a.*, .*ab.*, .*ba.*cd.*, ...]

我想要做的是跟踪那些是另一个模式的模式。在此示例中，.*a.*匹配.*ab.*所做的一切，以及更多。因此，我认为后一种模式是多余的。

我想要做的是在.*上拆分字符串，匹配相应的元素，然后测试另一个startswith。更具体地说，考虑.*a.*和.*ab.*。在.*

上拆分这些

a = ['', 'a', '']
b = ['', 'ab', '']

和zip一起ping它们

c = [('', ''), ('a', 'ab'), ('', '')]

然后，

all(elt[1].startswith(elt[0]) for elt in c)

返回True，因此如果列表中包含.*ab.*，我的结论是.*a.*确实是多余的。

这是否有意义，是否做了我想做的事情？当然，由于多种原因，这种方法变得复杂，所以我的下一个问题是，有没有更好的方法来做任何人以前遇到的事情？

Answer 1

对于这个问题，你需要为正则表达式找到最小的DFA并比较它们以下是对相同问题的讨论的链接 - How to tell if one regular expression matches a subset of another regular expression?

Answer 2

假设每个字母组合都被reglist = ['.*a.*', '.*ab.*', '.*ba.*', '.*cd.*'] patterns = set(x.split('.*')[1] for x in reglist) remove = [] for x in patterns: for y in patterns: if x in y and x != y: remove.append(y) print (['.*{}.*'.format(x) for x in sorted(patterns - set(remove))])包围并且没有在中间，那么这种方法几乎可以正常工作。但是，您需要检查包含，而不是startwith。

['.*a.*', '.*cd.*']

给你

{
  "kind": "Status",
  "apiVersion": "v1",
  "metadata": {},
  "status": "Failure",
  "message": "endpoints \"kube-ui\" not found",
  "reason": "NotFound",
  "details": {
    "name": "kube-ui",
    "kind": "endpoints"
  },
  "code": 404
}

删除冗余正则表达式？

2 个答案: