正则表达式的最大匹配长度

确定正则表达式的最大匹配长度的最简单方法是什么？正则表达式的最大匹配长度

具体来说，我使用Python的re模块。

E.g.对于foo((bar){2,3}|potato)它将是12.

显然，使用运算符（如*和+）的正则表达式在理论上具有无限的匹配长度;在那些情况下返回一个错误或者是没有问题的。使用(?...)扩展给正则表达式提供错误也很好。

我也可以得到一个近似的上限，只要它总是大于实际的最大长度，但不是太大得多。

来源

2010-10-31 adw

这将是困难的。例如，正则表达式：'^（?! a {5,10}）。*（？<=（aaaa | aaaaa））$'包含一个'。*'，但只会匹配四个'a' “环视”限制。 – 2010-10-31 14:11:21

@Bart：在Python中这不是一个有效的正则表达式。你的后视可变长度。 – SilentGhost 2010-10-31 14:14:32

我已经更新了这个问题，我不需要支持'（？...）'。 – adw 2010-10-31 14:18:51

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

来源

2010-10-31 17:35:32 adw

使用pyparsing的invRegex模块：

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

另一种替代方法是使用从ipermutethis module。

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

来源

2010-10-31 14:35:32 unutbu

后者在'\ w {1,10}'这样一个简单的表达式上分崩离析。尽管如此，它的确提出了如何正确地做到这一点，使用'sre_parse'模块，并且ipermute代码是一个很好的起点。不过，我不确定sre_parse是否是公共API;它似乎没有记录，所以要小心。 – 2010-10-31 15:08:58

不错，我不知道这件事 – 2010-10-31 16:12:48

正则表达式的最大匹配长度

回答

相关问题