Простая замена строки

Question

Какой самый простой способ для меня преобразовать более простой формат регулярного выражения, к которому привыкло большинство пользователей, в правильную строку регулярного выражения re Python?

В качестве примера мне нужно преобразовать это:

string = "*abc+de?"

к этому:

string = ".*abc.+de.?"

Конечно, я мог бы перебрать строку и создать еще одну строку символ за символом, но это, безусловно, неэффективный способ сделать это?

Answer 1

Они не похожи на регулярные выражения, которые вы пытаетесь перевести, они больше похожи на глобусы оболочки Unix. В Python уже есть модуль для этого. Он не знает о синтаксисе «+», который вы использовали, но и моя оболочка не знает, и я думаю, что синтаксис нестандартный.

>>> import fnmatch
>>> fnmatch.fnmatch("fooabcdef", "*abcde?")
True
>>> help(fnmatch.fnmatch)
Help on function fnmatch in module fnmatch:

fnmatch(name, pat)
    Test whether FILENAME matches PATTERN.

    Patterns are Unix shell style:

    *       matches everything
    ?       matches any single character
    [seq]   matches any character in seq
    [!seq]  matches any char not in seq

    An initial period in FILENAME is not special.
    Both FILENAME and PATTERN are first case-normalized
    if the operating system requires it.
    If you don't want this, use fnmatchcase(FILENAME, PATTERN).

>>> 

Answer 2

.replacing () каждый из подстановочных знаков - быстрый способ, но что, если подстановочная строка содержит другие специальные символы регулярного выражения? например. кто-то ищет «my.thing *», вероятно, не означает, что «.» соответствовать любому персонажу. И в худшем случае такие вещи, как скобки, создающие группу совпадений, могут нарушить вашу окончательную обработку совпадений с регулярным выражением.

re.escape можно использовать для помещения буквенных символов в регулярные выражения. Вы должны будете сначала выделить символы подстановки. Обычный трюк для этого - использовать re.split с соответствующей скобкой, в результате чего получается список в форме [literal, wildcard, literal, wildcard, literal ...].

Пример кода:

wildcards= re.compile('([?*+])')
escapewild= {'?': '.', '*': '.*', '+': '.+'}

def escapePart((parti, part)):
    if parti%2==0: # even items are literals
        return re.escape(part)
    else: # odd items are wildcards
        return escapewild[part]

def convertWildcardedToRegex(s):
    parts= map(escapePart, enumerate(wildcards.split(s)))
    return '^%s$' % (''.join(parts))

Answer 3

Вероятно, вы будете выполнять эту замену только изредка, например, каждый раз, когда пользователь вводит новую строку поиска, поэтому я не буду беспокоиться о том, насколько эффективно решение.

Вам необходимо сгенерировать список замен, которые необходимо преобразовать из "пользовательского формата" в регулярное выражение. Для простоты обслуживания я бы сохранил их в словаре, и, как @Konrad Rudolph, я бы просто использовал метод замены:

def wildcard_to_regex(wildcard):
    replacements = {
        '*': '.*',
        '?': '.?',
        '+': '.+',
        }
    regex = wildcard
    for (wildcard_pattern, regex_pattern) in replacements.items():
        regex = regex.replace(wildcard_pattern, regex_pattern)
    return regex

Обратите внимание, что это работает только для простых замен символов, хотя другой сложный код может быть, по крайней мере, скрыт в функции wildcard_to_regex при необходимости.

(Кроме того, я не уверен, что ? должно переводиться на .? - я думаю, что нормальные символы подстановки имеют ? как "ровно один символ", поэтому его замена должна быть простой . - но я следую вашему примеру.)

Answer 4

Вот пример Perl , делающий это. Он просто использует таблицу для замены каждой подстановочной конструкции соответствующим регулярным выражением. Ранее я делал это сам, но в Си не должно быть слишком сложно портировать на Python.

Answer 5

Я бы использовал replace:

def wildcard_to_regex(str):
    return str.replace("*", ".*").replace("?", .?").replace("#", "\d")

Это, вероятно, не самый эффективный способ, но он должен быть достаточно эффективным для большинства целей. Обратите внимание, что некоторые форматы подстановочных знаков допускают классы символов, которые сложнее обрабатывать.