从glob表达式创建正则表达式

Question

我编写用正则表达式解析文本的程序。正则表达式应该从用户处获得。我希望为用户输入使用glob语法，并在内部将glob字符串转换为正则表达式。例如：

"foo.? bar*" 

应转换为

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

不知怎的，我需要从字符串逃避所有有意义的字符，然后我需要更换水珠*和？具有适当的正则表达式语法的字符。最简单的方法是什么？

Answer 1

尝试此链接：match globbing patterns against text

Answer 2

Jakarta ORO有一个implementation in Java。

Answer 3

我写我自己的函数，用C++和boost ::正则表达式

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(); 
} 

它看起来像一切工作正常

Answer 4

我不知道我完全了解要求。如果我假设用户想要在他们的搜索匹配中找到文本“条目”，那么我认为这种蛮横的方式将作为一个开始。

首先逃避一切正则表达式的意义。然后使用非正则表达式替换替换（现在已转义）的glob字符并构建正则表达式。像这样在Python：

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

对于问题的搜索字符串，这将构建一个正则表达式，看起来像这样（生）：

foo\..\ bar.*? 

用于在Python代码片段：

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 

产品：

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

请注意，如果您检查匹配对象，则可以找到有关匹配的更多信息并用于突出显示或其他内容。

当然，可能还有更多，但它应该是一个开始。

Answer 5

不需要不完整或不可靠的黑客。这里有一个python包含的函数

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

Answer 6

jPaq的RegExp.fromWildExp函数做了类似这样的事情。从是网站的前面页的示例进行的以下：

// 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，有包含在基本分布glob2rx功能：

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