從glob表達式創建正則表達式

Question

我編寫用正則表達式解析文本的程序。正則表達式應該從用戶處獲得。我希望爲用戶輸入使用glob語法，並在內部將glob字符串轉換爲正則表達式。例如：

"foo.? bar*" 

應轉換爲

"^.*foo\.\w\bar\w+.*" 

不知怎的，我需要從字符串逃避所有有意義的字符，然後我需要更換水珠*和？具有適當的正則表達式語法的字符。最簡單的方法是什麼？

Answer 1

嘗試此鏈接：match globbing patterns against text

Answer 2

Jakarta ORO有一個implementation in Java。

Answer 3

我寫我自己的函數，用C++和boost ::正則表達式

std::string glob_to_regex(std::string val) 
{ 
    boost::trim(val); 
    const char* expression = "(\\*)|(\\?)|([[:blank:]])|(\\.|\\+|\\^|\\$|\\[|\\]|\\(|\\)|\\{|\\}|\\\\)"; 
    const char* format = "(?1\\\\w+)(?2\\.)(?3\\\\s*)(?4\\\\$&)"; 
    std::stringstream final; 
    final << "^.*"; 
    std::ostream_iterator<char, char> oi(final); 
    boost::regex re; 
    re.assign(expression); 
    boost::regex_replace(oi, val.begin(), val.end(), re, format, boost::match_default | boost::format_all); 
    final << ".*" << std::ends; 
    return final.str(); 
} 

它看起來像一切工作正常

Answer 4

我不知道我完全瞭解要求。如果我假設用戶想要在他們的搜索匹配中找到文本「條目」，那麼我認爲這種蠻橫的方式將作爲一個開始。

首先逃避一切正則表達式的意義。然後使用非正則表達式替換替換（現在已轉義）的glob字符並構建正則表達式。像這樣在Python：

regexp = re.escape(search_string).replace(r'\?', '.').replace(r'\*', '.*?') 

對於問題的搜索字符串，這將構建一個正則表達式，看起來像這樣（生）：

foo\..\ bar.*? 

用於在Python代碼片段：

search = "foo.? bar*" 
text1 = 'foo bar' 
text2 = 'gazonk foo.c bar.m m.bar' 

searcher = re.compile(re.escape(s).replace(r'\?', '.').replace(r'\*', '.*?')) 

for text in (text1, text2): 
    if searcher.search(text): 
    print 'Match: "%s"' % text 

產品：

Match: "gazonk foo.c bar.m m.bar" 

請注意，如果您檢查匹配對象，則可以找到有關匹配的更多信息並用於突出顯示或其他內容。

當然，可能還有更多，但它應該是一個開始。

Answer 5

不需要不完整或不可靠的黑客。這裏有一個python包含的函數

>>> import fnmatch 
>>> fnmatch.translate('*.foo') 
'.*\\.foo$' 
>>> fnmatch.translate('[a-z]*.txt') 
'[a-z].*\\.txt$' 

Answer 6

jPaq的RegExp.fromWildExp函數做了類似這樣的事情。從是網站的前面頁的示例進行的以下：

// Find a first substring that starts with a capital "C" and ends with a 
// lower case "n". 
alert("Where in the world is Carmen Sandiego?".findPattern("C*n")); 

// Finds two words (first name and last name), flips their order, and places 
// a comma between them. 
alert("Christopher West".replacePattern("(<*>) (<*>)", "p", "$2, $1")); 

// Finds the first number that is at least three numbers long. 
alert("2 to the 64th is 18446744073709551616.".findPattern("#{3,}", "ol")); 

Answer 7

在R，有包含在基本分佈glob2rx功能：

http://stat.ethz.ch/R-manual/R-devel/library/utils/html/glob2rx.html