Regex 通配符匹配反向查找

我有一个包含零个或多个通配符（

*

）的模式列表，这些模式位于其主体的任何位置：

bleurgh
p0*
p*w
p*w*
*01
*.nowsich.* (dots here are meaningless)

只允许使用通配符（这不是任何类型的完整正则表达式），它们可以出现在模式中的任何位置。只使用通配符的模式是不允许的，而双通配符（

***

）是毫无意义的，因为它与

*

相同（但保证有人会尝试）。其中大约有10万到100万个通配符

代码将看到可能匹配的新目标字符串：

p01w01
pod01whiskey02
ppp.nowsich.com
aZL8u4qXfg!LooksLikeRandomGarbageToMe!kx961giRVV
callmeishmael

这些字符串是无界的，但可能少于（比如）32个字符，代码将以每秒两次的顺序看到它们（这是一种低速率的事情）

我正在寻找一种反向查找字符串可能匹配的模式的方法：（这里是输入到输出）

我不受记忆的约束；更快的查找肯定更好

到目前为止，我能想到的最好方法是构建模式组件的有向图，其中每个组件都是

split（“*”，pattern）

的输出，后面的通配符绑定到它们的叶：

        ___   {implied root node} 
       /      /    |           \
[bleurgh]  [p0]   [p]          [] // leading wildcard?
           /      /           /  \
         [w]    [w*]       [01]  [.nowsich.*]

…并在树上执行DFS，选择那些根节点regex与从子树的父节点（一直到根节点）重新编译的模式匹配的子树。我不喜欢这样的想法，

O（log n）

？正则表达式，但数据集不是很大。此外，我相信我必须始终搜索树的“前导通配符”分支，因此可能搜索一对树（一个带前导通配符，一个不带前导通配符）是一种方法

有一些以前的艺术，由于各种原因似乎不适用：

这两者都有自己的限制，与我的不一致

---

问题是，a）我上面概述的方法有意义吗；b）你有更好的方法吗？

做了一些实际的写作来完成这项工作，以下是我学到的：

• 这个想法确实有效，但是不要使用树，而是使用trie。当根据模式测试字符串时，它将允许您跳过没有值且只有一个子节点的节点，从而减少需要执行的正则表达式的数量
• 尾随和前导通配符需要特殊处理，至少在我的情况下是这样（回想一下，在我的情况下，只有通配符--

  *

  --char具有特殊含义。）如果没有前导或尾随通配符，则需要在为模式存储的第一个或最后一个键上包含锚定符。这意味着模式

  *p0*

  和

  p0*

  由树中的两个节点表示。（与叶节点类似——即模式中的最终标记。）
• 另一个特别针对我的情况的注意事项是：我需要逃避所有对regex有意义但对我没有意义的东西——例如chars
  ，

  [

  ，

  ]

  ，

  {

  ，

  }

  ，等等。可以在模式匹配trie中包含这些元素，但必须以不同的方式进行标记
• 存储要匹配的已编译正则表达式是一种速度提升。在我的例子中，这是用Go编写的，因此我可以为树中的每个节点存储

  regexp.Compile（[interstitual pattern]）

  的结果

        ___   {implied root node} 
       /      /    |           \
[bleurgh]  [p0]   [p]          [] // leading wildcard?
           /      /           /  \
         [w]    [w*]       [01]  [.nowsich.*]