Question

假设我想生成与给定（简化）正则表达式匹配的所有字符串。

这只是一个编码练习，我没有任何其他要求（例如生成了多少个字符串实际上）。所以主要的要求是生成漂亮，干净，简单的代码。

我考虑过使用Stream，但在阅读this question后，我正在考虑Iterator。你会用什么？

Answer 1

这个问题的解决方案要求太多代码才能在这里回答它，但大纲如下。

首先，您要解析正则表达式 - 例如，您可以查看解析器组合器。然后，您将拥有一个评估树，例如，

List(
  Constant("abc"),
  ZeroOrOne(Constant("d")),
  Constant("efg"),
  OneOf(Constant("h"),List(Constant("ij"),ZeroOrOne(Constant("klmnop")))),
  Constant("qrs"),
  AnyChar()
)

不是将此表达式树作为匹配器运行，而是可以通过在每个术语上定义generate方法将其作为生成器运行。对于某些术语（例如ZeroOrOne(Constant("d"))），将有多个选项，因此您可以定义迭代器。一种方法是在每个术语中存储内部状态，并传入“advance”标志或“reset”标志。在“重置”时，生成器返回第一个可能的匹配（例如""）;提前，它转到下一个并返回该值（例如"d"），同时消耗提前标志（其余部分在没有标志的情况下进行评估）。如果没有其他项目，则会为其内部的所有内容生成重置，并为下一个项目保留前进标记。首先运行重置;在每次迭代中，你都会预先进入，并在你再次出局时停止。

当然，像"d+"这样的一些正则表达式构造可以产生无限多的值，所以你可能想要以某种方式限制它们（或者在某些时候返回，例如d...d意味着“很多”） ;和其他人有很多可能的值（例如.匹配任何char，但你真的想要所有64k字符，或者有多少unicode代码点？），你也可能希望限制它们。

无论如何，这虽然耗费时间，但却会产生一个正常工作的发电机。而且，顺便说一下，如果你为每个被解析的树写一个匹配例程，你也会有一个正常的正则表达式匹配器。

Stream或Iterator生成与正则表达式匹配的所有字符串？

1 个答案: