1
好吧，伙计们，我真的伤害了我的大脑，而我很好奇，如果你们能给我任何指向我应该采取的正确方向。基于未知模式匹配无与伦比的字符串
的情况是这样的：
比方说，我有一个字符串（让它很清楚，这个字符串的模式是未知的一个事实，我可以说，该字符串只包含从招牌的集合。 ASCII表，因此，我不必担心奇怪的中国标志）。
在这个例子中，我把字符串的集合如下（注意，字符串不作任何人的感觉，所以不要尝试盘算出来:)）：
"[001].[FOO].[TEST] - 'foofoo.test'",
"[002].[FOO].[TEST] - 'foofoo.test'",
"[003].[FOO].[TEST] - 'foofoo.test'",
"[001].[FOO].[TEST] - 'foofoo.test.sample'",
"[002].[FOO].[TEST] - 'foofoo.test.sample'",
"-001- BAR.[TEST] - 'bartest.xx1",
"-002- BAR.[TEST] - 'bartest.xx1"
现在，我需要的是找到这组字符串的逻辑组（和子组），所以在上面的例子中，通过理性思考，你可以将前3个，后2个和后2个组合起来。从第5，得到的组可以在一个主组与2个亚类，这应该给你这样的事情：
{
{
"[001].[FOO].[TEST] - 'foofoo.test'",
"[002].[FOO].[TEST] - 'foofoo.test'",
"[003].[FOO].[TEST] - 'foofoo.test'",
}
{
"[001].[FOO].[TEST] - 'foofoo.test.sample'",
"[002].[FOO].[TEST] - 'foofoo.test.sample'",
}
}
{
{
"-001- BAR.[TEST] - 'bartest.xx1",
"-002- BAR.[TEST] - 'bartest.xx1"
}
}
对不起，上面的布局，但缩进4空格似乎并不正确（或我frakk'n它了）。
无论如何，我不知道如何解决这个问题（如何得到如上所示的结果）。
首先，我想创建一个庞大的正则表达式集，它可以解析大多数已知的模式，但是不同模式的数量只是巨大的，这是不现实的。
另一个想法是解析字符串中的每个单词（所以去除所有非字母或数字字符并拆分），如果X％匹配，我可以假设这些字符串属于同一组。 （其中X可能在80/90左右）。不过，我觉得这个投机领域有点大。例如，当匹配每20个单词的字符串时，击中80％以上的变化有点大（即4个单词可以不同），但是只匹配8个单词时，最多可以有2个单词不同。
我给你的问题是，在上述情况下，什么是合乎逻辑的方法？
至于现实生活中的例子：
提前感谢！
欢呼你所有人，这些答案是一个好方法。我会马上开始建立这些概念，谢谢！ – Polity 2010-04-03 15:13:14
请稍后再回来让我们知道你是怎么做的！ – 2010-04-18 20:56:56