Regex 最近模式匹配

我试图在文本中识别引用。我可以使用LEX来定义和匹配引用模式。然而，这只有在引用正确时才有效。文档中往往有许多细微的错误

这些变体通常不是speling-eror。最常见的错误是缺少标点或引用元素

---

问题：是否有一些有效的表驱动方法来进行密切匹配？莱克斯的可能变种？或者可能是一种LEX编程技术（比如YACC中的错误）。

重新提出这个问题，因为我发现没有人回答你

使用普通正则表达式引擎：否

正如您可能已经发现的，对于大多数引擎，regex并不是进行紧密匹配或任意单词或短语的最佳工具。当然，在最基本的层次上，像

\bs？他\b

这样的东西会找到

he

或

she

。。。但要在一个单词（如

interactive

）中找到所有相近的匹配项，您必须生成一个正则表达式，该正则表达式在单词中引入了许多排列。。。既没有效率也没有效果

一个例外

我知道的一个例外是Matthew Burnett的Python

[regex][1]

模块。首先，它是一个很棒的引擎，是我所知道的支持无限宽度lookbehind的仅有两个引擎之一（使用.NET）。（JGSoft也支持它，但它与语言无关。）

这个引擎有一个

fuzzymatch

模式，它可能正是你想要的。您可以提供一个“成本等式”（替换的最大数量等）

您必须将Python连接到您的数据。。。可能有一个模块可用于此

这是文件的摘录

正则表达式通常尝试精确匹配，但有时是近似匹配， 或“模糊”，则需要匹配，用于文本 搜索可能包含插入、删除或删除形式的错误 替换字符

模糊正则表达式指定允许的错误类型，以及， （可选）最小值和最大值或仅最大值 每种类型的允许数量。（您不能仅指定最小值。）

3种错误类型为：

插入，由“i”删除表示，由“d”替换表示， 以“s”表示

此外，“e”表示任何类型的错误

正则表达式项的模糊性在后面的“{”和“}”之间指定 这个项目

示例：

foo完全匹配“foo”

（？：foo）{i}匹配“foo”，允许插入

（？：foo）{d}匹配“foo”，允许删除

（？：foo）{s}匹配“foo”，允许替换

（？：foo）{i，s}匹配“foo”，允许插入和替换

（？：foo）{e}匹配“foo”，允许出现错误

如果指定了某种类型的错误，则未指定任何类型的错误 将不被允许

在下面的示例中，我将省略该项，只编写 模糊性

{i