Как построить шаблон регулярного выражения любой строки, если мы знаем тип каждого символа?

Question

Мне нужно создать шаблон регулярного выражения для любой строки, учитывая, что мы получаем тип каждого символа, закодированный в следующем формате.

N- Numericals A- Alphabets S- Special characters.

Мне дадут строковый формат вроде - "NNNSSAAANSAA" Мне нужно создать единый шаблон регулярных выражений для таких шаблонов.

усилия до сих пор:

Это часть более крупной проблемы, которая заключалась в поиске регулярного выражения для любой заданной строки.

Для которого я разбился на это решение: разбить на более мелкие жетоны и затем объединить.

Answer 1

На основе шаблонов регулярных выражений, найденных в ответе @ zb226, вы можете создать этот шаблон с помощью itertools.groupby:

from itertools import groupby

s = 'NNNSSAAANSAA'
pattern = ''.join({'N':r'\d', 'A':r'[a-zA-Z]', 'S':r'[^a-zA-Z\d]'}[v] +  '{%s}' % len(list(g)) for v, g in groupby(s)).replace('{1}', '')
print(pattern)

Отпечатки:

\d{3}[^a-zA-Z\d]{2}[a-zA-Z]{3}\d[^a-zA-Z\d][a-zA-Z]{2}

Answer 2

Вы говорите, что вам нужно сопоставить символы следующих типов:

• Числа
• Буквы
• Специальные символы

ОбычныеВ движках выражений есть (сокращенные) классы символов для этого.Попробуйте:

• [0-9] для чисел или сокращенную запись: \d
• [A-Za-z] для алфавитов
• [^A-Za-z0-9] для специальных символов,Обратите внимание на ^, что означает «не соответствует ни одному из следующих».

Теперь, когда вы знаете, как сопоставлять символы, нам нужен способ сказать, сколько из каждого символа мы используем.Принять, что делается с помощью квантификаторов :

• * означает любое число
• + означает любое число больше 0 (то есть "существует вхотя бы один раз ")
• {n} означает ровно n раз
• {n,m} означает от n до m раз

Таким образом, чтобы соответствоватьваш пример:

NNNSSAAANSAA

... вы наивно могли бы использовать ...

\d\d\d[^A-Za-z0-9][^A-Za-z0-9][A-Za-z][A-Za-z][A-Za-z]\d[^A-Za-z0-9][A-Za-z][A-Za-z]

... и сократить его с помощью квантификаторов, таких как:

\d{3}[^A-Za-z0-9]{2}[A-Za-z]{3}\d[^A-Za-z0-9][A-Za-z]{2}

CAVEAT: Обрабатывать всю сложность Unicode (например, подумать о римской цифре) немного сложнее, и поддержка таких вещей сильно варьируется между реализациями движка regex.