Есть ли в природе генератор регулярных выражений python по образцу(строке)?

Question

[genalll]

Прохожу учебу по python, столкнулся с задачей по поиску строк в HTML коде. Использовал import re и регулярное выражение ':\s\w*\s\d+' на формирование этого самого регулярного выражения ушла уйма времени так как столкнулся впервые. Долго искал примеры и пытался разобраться. Помог этот сайт. Нет ли способа генерировать регулярные выражения автоматически, скажем ввел строку образец и получил результат? Предстоит еще много задач на эти самые поиски выражений в HTML коде. И это еще ладно свое выражение формировать а прочитать чужое крайне трудно...

Comments

[sim3x]

Никто не делает сложный поиск по хтмл с помощью регулярок

[genalll]

Учеба ведь надо именно этот вариант задействовать, иначе не зачитывают задачу.

[Дмитрий]

О, спасибо за идею))

Answer 1

[АртемЪ]

Есть ли в природе генератор регулярных выражений python по образцу(строке)?

Нет.
По образцу даже человек не сможет написать регулярное выражение.

Попробуйте опровергнуть - вот образец 9653582035
Напишите регулярку.

Comments

[genalll]

/^[0-9]{10}$/ Вот нет ?

[АртемЪ]

genalll, Неправильно. Мне нужна была регулярка которая бы искала все нечетные числа, а вы что написали???
Я же вам образец привел - 9653582035 очевидно же что это нечетное число.

Понимаете о чем я говорю?
Чтобы написать регулярку по образцу надо как минимум читать мысли того кто привел образец.
Откуда вы знаете что именно я хотел получить.

• Может я ищу нечетные числа - и привел пример нечетного числа.
  
• Может я ищу строки длиной десять символов и привел пример такой строки- ровно десять символов.
  
• А может мне нужны все слова начинающиеся на 96
  

Машина так же не будет знать что вы имели ввиду, по приведеному образцу.
Поэтому вам нужно будет четко объяснять машине это с помощью специальных символов - собственно это и называется регулярное выражение.
Вы описываете машине, что именно хотите получить.

[genalll]

АртемЪ, Я понял ваш пример как регулярное выражение соответствующее 10 цифрам подряд. Тоесть образец того что будем искать, то для чего создадим маску.
Тоесть регулярное выражение /^[0-9]{10}$/ позволит мне найти в документе последовательности из 10 цифр А вы предлагаете строку (9653582035), как образец в которой будем искать, я понимаю что без того, что я хотел получить результата не будет. Простите если вырожаюсь невнятно. 3й день занимаюсь регулярными выражениями тема сложная оказалась, для меня очень.

[АртемЪ]

genalll, ,

Я понял ваш пример как регулярное выражение соответствующее 10 цифрам подряд.

Вы не поняли мой пример как нужно. Потому что это невозможно! Именно это я хотел до вас донести.
Пока вы не научитесь читать мысли - вы не сможете понять пример.

Тоесть регулярное выражение /^[0-9]{10}$/ позволит мне найти в документе последовательности из 10 цифр

Вот с чего вы решили что вам нужно найти последовательность из десяти цифр? Почему не из девяти, или не из двадцати?
И почему именно цифр? Кто вам сказал что там не может быть букв?

Вот к примеру мне нужна регулярка которая будет искать нечетные числа в тексте.
Какие примеры я вам могу привести? Вот например 1 или 35, или 9653582035 любой пример из этих пойдет.
А вы сразу почему-то количество цифр начинаете считать, почему-то решили что их там десять должно быть. Просто выдумали условие, и запихали его в регулярку.

Answer 2

[Дмитрий Дарт]

Конечно нет, я дам сейчас вам любую строку, откуда вы знаете что я хочу в ней найти? ))
Например 8 800 555-55-55 - я хочу найти цифры, пробелы, тире или составить маску?

Comments

[genalll]

Вообще речь про составление маски по строке пример ': Маяковского 8'=':\s\w*\s\d+'.

[Дмитрий Дарт]

genalll, не встречал

[Developer]

genalll, такого не существует в принципе.
Откуда машина знает, что вам нужно?
Под указанный пример всё попадает:
.*
: \w+ 8
: \w*\s*\d+
:\s*\w+\s+\8
: Мая.+?ого 8
...
И т.д.

[sim3x]

genalll,
вы или переупростили задачу - тогда вам требуется data extraction (tomita parser?)
или переусложнили - и неправильно поняли задачу

[genalll]

Developer Задача заключалась в выдергивании из HTML файла адресов которые там присутствовали разные разумеется, типа ': Маяковского 8', с использованием регулярных выражений.
То, что существуют варианты описания одно и тоже регулярного выражение, разными масками мне понятно и известно.
Но могу представить что маска может включать больше или меньше признаков конкретного выражения.
'\w+ 8' != ': Кулибина 5' a вот ':\s\w*\s\d+'== ': Кулибина 5'. Как-то так. Существовать может, почему нет, мне кажется.

[АртемЪ]

Вот вы привели пример "Маяковского 8"
Все ясно и понятно -вам нужно искать все строки где перед пробелом стоит буква "о"
Такую регулярку вам надо написать?
Или вам надо искать все строки из 13 символов начинающиеся на "M"?

[genalll]

Да похоже вы правы, нельзя просто по образцу сформировать регулярное выражение без конкретной задачи. Понял почему.

[АртемЪ]

genalll, Если вам действительно нужно выдергивать адреса из текста или нечто подобное, то вам уже выше советовали томита парсер
Регулярки тут не помогут.

Answer 3

[Dimonchik]

есть,

.*

подходит под любое

Answer 4

[genalll]

А вот кое что нашлось. Такой вот сервис. Правда для JS.

Comments

[sim3x]

Абсолютно не то что вы описали в вопросе

[genalll]

Это она самое. Вот статья на habr

[genalll]

Вопрос сформулировал не идеально, но искал вот это.

[Developer]

Это обычный валидатор, коих уже тыщи и существуют они с момента создания самих регулярных выражений.
Вот ещё один из старейших валидаторов с хорошей базой:
https://regex101.com/

Answer 5

[Георгий]

Бесплатный решений и сервисов не встречал, но есть, например, такие 2 программки: https://www.regexbuddy.com/regexmagic.html