Question

具有正则表达式模式regexPattern，如何确定与regexPattern匹配的最长字符串的长度。

虚构的int LongestLength(string pattern)应该像这样工作：

Assert.Equals(LongestLength("[abc]"), 1);
Assert.Equals(LongestLength("(a|b)c?"), 2);

Assert.Equals(LongestLength("d*"), int.MaxValue); // Or throws NoLongestLengthException

虽然问题出在C＃中，但C＃和JavaScript的答案都很好。

Answer 1

proper regex使用运算符?，*和+以及|加上括号，字符类，非常简单明了当然还有普通人物。实际上，甚至\1式的反向引用（它们不是正则表达式的正式定义的一部分，并且使关于正则表达式的一些问题复杂化）可以毫无问题地处理。

正则表达式只是树结构的紧凑编码（类似于数学公式是描述算术的树结构的紧凑编码）。在每对相邻的字符之间有一个隐含的＆＃34; follow＆＃34;对应于具有2个子节点的节点的运算符，一个是左边的子规则，另一个是正则表达式的其余部分;由|个字符分隔的子序列序列对应于单个＆＃34; alt＆＃34;具有尽可能多的子节点的节点（即，比|个字符的数量多一个），而每个其他运算符只有一个子节点（即它操作的子节点），以及每个普通字符或字符上课没有孩子。要计算最大长度匹配字符串，您可以直接遍历此树结构，在每个节点贪婪地分配与该节点匹配的最长字符串的长度，同时了解与其匹配的最长字符串孩子。

决定与此树中任何给定节点匹配的最长字符串长度的规则是：

跟随（x，y）（xy）：maxlen（x）+ maxlen（y）
alt（a，b，...，z）（a|b|...|z）：max（maxlen（a），maxlen（b），...，maxlen（z））
maybe（x）（x?）：maxlen（x）
rep（x）（x*）或posrep（x）（x+）：infinity
任何其他单个字符或字符类（[...]）：1
\1 - 样式反向引用：相应带括号的表达式的maxlen

一个结果是*或+存在于任何地方（除非转义或明显是字符类的一部分）将导致无穷大向上传播直到它到达根目录。

实施例

Regex: abcd
"Function call syntax": follows(a, follows(b, follows(c, d)))
As a tree:

follows
 /  \
a  follows
    /  \
   b  follows
       /  \
      c    d

第二个例子：

Regex: (a|b|de)c?
"Function call" syntax: follows(alt(a, b, follows(d, e)), maybe(c))
As a tree:

     follows
     /     \
   alt     maybe
  / | \        \
 a  b follows   c
       /  \
      d    e

对于第二个正则表达式/树，自下而上遍历将为叶节点a，b，d，e和c分配maxlen为1;然后底部的maxlen跟随（）节点是1 + 1 = 2;那么alt（）节点的maxlen是max（1,1,2）= 2;可能节点的maxlen为1;最顶层的maxlen跟随（）节点，因此对于整个正则表达式，是2 + 1 = 3.

如果你的意思是允许其他Perl风格增强功能的正则表达式，它可能会变得复杂得多，因为局部最佳长度选择可能会导致全局不理想。（我原本以为Perl风格的扩展甚至可能使正则表达式图灵完成，这意味着通常无法确定是否存在任何匹配的字符串 - 但是{{3}似乎表明情况并非如此，除非您在?{...}构造中允许。）

Answer 2

因此，我将如何执行此功能首先创建键值对数据类型。然后用每种类型的正则表达式语法填充数据类型。所以关键是正则表达式语法（例如：“*”）。该值将增加到匹配的字符串的可能长度。所以关键：“*”的值为int.maxvalue。因此，您将遍历列表并搜索为任何语法传入的正则表达式，并总结您找到的所有值并将其返回。但是，您必须记住一些语法被转义，因此您无法计算它们。除了一些语法自动使可能的长度为int.maxvalue（“*”，“+”等等）。因此，请首先检查这些语法，以便在找到这些类型的正则表达式语法后立即自动发回int.maxvalue。

对于正则表达式模式，如何确定与模式匹配的最长字符串的长度？

2 个答案:

实施例