Есть ли сервисы для генерации регулярных выражений?

Question

[tatarrr95]

Есть ли сервис, в который я могу выгрузить список фраз, чтобы он составил для них всех одно общее регулярное выражение? Тоесть чтобы при использовании этой регулярки любая фраза из списка в нее попала.

Comments

[Demian Smith]

Вот как это на перле это сделать:

cat фразы.txt | perl -p -e 's/[\n\r]+/|/' | perl -p -e 's/(.*)\|/\/^(?:\1)\$\/gm\n/'

В перле не силён, как это видно из примера. Не смог сделать одним выражением...

Answer 1

[Flying]

Объединение всех фраз через | даст нужное регулярное выражение.

Язык в вопросе не указан, так что пример на PHP:

<?php

$phrases = [
    'Hello world',
    'Lorem ipsum',
    'Just some test phrase',
    'Phrase with special "|" chars',
];

$tests = array_merge($phrases, [
    'Some other text',
    'It should not match',
]);

$regex = sprintf('/^%s$/i', implode('|', array_map(function ($v) {
    return preg_quote($v, '/');
}, $phrases)));

echo $regex . "\n";

array_walk($tests, function ($phrase) use ($regex) {
    echo sprintf('%s: %s' . "\n", $phrase, preg_match($regex, $phrase) ? 'Matches' : 'Does not match');
});

Comments

[xmoonlight]

Не, это кроилово!
Нужно именно merge правил (нормализованное дерево), а не "паровоз" из "или".

[Flying]

Зачем?

[Flying]

Т.е. конечно можно и так, но какова практическая цель если количество исходных фраз конечно и заранее определено (судя по постановке задачи)?

[xmoonlight]

Flying, ну банально, чтобы оптимизировать скорость работы и длину выражения минимизировать

[Flying]

xmoonlight да, я понимаю, но автор вопроса не указал количество контента для матчинга. С учётом желания "загрузить на веб-сервис" предположу что его там далеко не гигабайты. Скорости тому же PCRE не занимать, да и получающаяся в итоге регулярка синтаксически очень простая, так что работать будет быстро.

Я с вами в целом согласен что решение далеко от оптимального, но в виду довольно обтекаемой формулировки вопроса - по-моему вполне допустимое в качестве хотя бы отправной точки.

[xmoonlight]

Flying, про "отправную точку" - тут я согласен.
Ну, тогда хотя бы найти минимальные уникальные последовательности для всех строк и их уже через "или" состыковать... Всё как-то будет по-лучше.... ИМХО.

[Flying]

xmoonlight я обдумал задачу ещё раз и пришёл к выводу что вариант с оптимизацией регулярного выражения имеет смысл только если нам известно что набор исходных данных хоть сколько-то хорошо сводится к дереву (точнее к лесу). Если же мы имеем дело с набором произвольных фраз (т.е. распределение потенциально уникальных блоков по ходу движения по строкам ближе к равномерному) то скорее всего оптимизированное регулярное выражение будет больше и сложнее чем простая конкатенация фраз т.к. количество разбиений съест всю выгоду от оптимизации. К сожалению автор вопроса не предоставил информации о том что за данные он собирается обрабатывать, так что дальше развивать эту мысль в контексте вопроса довольно бессмысленно.

tatarrr95 Если предположение о том что набор исходных данных сводится к лесу верно - то основу алгоритма преобразования вполне можно подсмотреть в nikic/fastroute т.к. там решается близкая по смыслу задача.

[Эдуард]

Flying а почему у вас так:

array_walk($tests, function ($phrase) use ($regex) {
    echo sprintf('%s: %s' . "\n", $phrase, preg_match($regex, $phrase) ? 'Matches' : 'Does not match');
});

А не так:

array_walk($tests, function ($phrase) use ($regex) {
    printf('%s: %s' . "\n", $phrase, preg_match($regex, $phrase) ? 'Matches' : 'Does not match');
});

?

[Flying]

Эдуард просто привычка т.к. на практике в коде echo приходится использовать крайне редко то про printf я банально забыл :)

[Эдуард]

Flying, дак тогда имеет смысл отредактировать ваш ответ :)

[Flying]

Эдуард думаю что эта строчка не является там определяющей :)

[Эдуард]

Flying, ну вам видней )
Там суть не в том, что строка не является (или является) определяющей, а в использовании функций по назначению. Вы, заведомо зная, что это не правильно, используете функцию не по назначению. И так как это по сути походит на быдлокод, я снимаю с вашего ответа свои положительные голоса.

Answer 2

[WTERH]

Пример теста то где? Или из головы вид и форму изобретать?

Answer 3

[One Miay]

https://regex101.com/

Answer 4

[xmoonlight]

1. Создаём "ядра" - уникальные ПОСЛЕДОВАТЕЛЬНЫЕ! сочетания символов каждой строки (относительно других) и запоминаем к какой фразе каждое ядро относится (номер строки - это ID ядра).
2. Записываем через "или" в регулярку: /(^core1$)|(^core2$)|(^...$)/usi
3. При совпадении ядра - мы точно знаем, что фраза есть в списке и ТОЛЬКО! 2-ым этапом проверяем фразу полностью (фразу находим, соответственно, по ID-ядра).

PS: Это имеет смысл делать, если фраз больше 10-ти (или общая длина символов всех строк превышает 100-150).

Answer 5

[damn_everyday]

https://uiregex.com/ru

Comments

[xmoonlight]

Не работает как нужно: создаёт непрерывный набор из строк и даже без "|" (или): /^(178914561123)?$/Примеры: Точное
Сопоставлять строки = Точные символы (поля - одинаково заполняем)

1123
1456
1789