令牌列表而不是字符串上的正则表达式/全域

Question

所以我有一个令牌列表，为简单起见，我们可以假装是一个字符串列表：

console.log('ok')
this.setState({
   value: item.hotelinfo.hotelsearch.realname
},() => this.state.value) 

我希望能够编写一个模式，理想情况下，该模式看起来类似于正则表达式，并为我提供了正则表达式引擎的全部功能，但是如果我仅具有glob样式的通配符，那也很好。

因此，如果我有一个模式（具有一种想象中的语法，其中以["hello", "world", "this", "is", "some", "interesting", "input"] 开头的内容称为通配符），则如下所示：

$

我希望能够在上面的输入中运行它，看到它匹配，并且能够为["hello", "$part1", "some", "$part2"] 获得["world", "this", "is"]，为$part1获得["interesting", "input"]。

我可以将令牌列表编码为字符串，将模式令牌列表编译为普通的旧正则表达式模式，然后仅使用正则表达式即可。但我的令牌列表实际上并不包含字符串，它包含的令牌对象具有我不想丢失的元数据。

我目前的方向是在NFA上Russ Cox's article之后实现我自己的自定义正则表达式引擎，这肯定会起作用，但这很复杂。

是否有更简单的方法可以在Python中完成此操作？

Answer 1

让我们假设您的令牌列表是：

['a', 'b', 'cx', 'cy']

您可以轻松地将其映射到字符串中：

'<0><1><2><3>'

然后您有一个类似的模式：

['a', '<token>*', 'c.*']

您可以将模式映射到正则表达式中：

'<0>(.*)<(2|3)>'

可以2|3找到'|'.join(str(i) for i, token in enumerate(tokens) if re.match('c.*', token))。 （或者根据您的需要使用更快的索引/缓存。）

然后只对正则表达式使用任何函数。