Regex perl不匹配字符串搜索

如何发现一个字符串中是否存在一个或两个不匹配的字符串

my $find = "MATCH";
my $search = "stringisMATTHhere";

# $search has one mismatch: MATTH
# for exact match, this one seems working
if   ($search =~ /$find/){
       print "String found";
     }
else {
       print "String not found";
     }

---

我如何解决一个不匹配的问题：MSTCH、AATCH、MACCH等，以及两个不匹配：ATTCH、MGGCH等。据我所知，只有一个使用特殊正则表达式引擎的方便解决方案：

下面是您示例的解决方案：

#!/usr/bin/perl

use strict;
use warnings;

use re::engine::TRE max_cost => 2;

my $find = "MATCH";
my $search = "stringisMATTHhere";

if ($search =~ /\($find\)/) {
    print $1,"\n";
}

这将产生：

$ perl fuzzy_re.pl 
MATTH

---

据我所知，只有一种使用特殊正则表达式引擎的方便解决方案：

下面是您示例的解决方案：

#!/usr/bin/perl

use strict;
use warnings;

use re::engine::TRE max_cost => 2;

my $find = "MATCH";
my $search = "stringisMATTHhere";

if ($search =~ /\($find\)/) {
    print $1,"\n";
}

这将产生：

$ perl fuzzy_re.pl 
MATTH

---

我对这个很感兴趣，所以我想我应该多尝试一些
以可控的方式改变

功能：
-可以为单个查找设置最小/最大不匹配范围。
-可以设置一个标志，以在不匹配计数中排除/包括0x20或更少的空间。
-自动转义find中的元字符

就这样。
祝你好运

---

正则表达式：

 (?s)
 (?{ $cnt = 0; $lcnt = 0 })
 (?:
      (?>
           (??{ $aryinput[$lcnt++] })
        |  (?&getexpr) 
      )
 ){$len}
 (??{ $cnt >= $mincnt && $cnt <= $maxcnt ? '' : '(?!)' })

 (?(DEFINE)
      (?<getexpr>
           (??{ ++$cnt <= $maxcnt ? 
                 ( $visible_only ? 
                      ( $aryinput[$lcnt-1] le ' '  ?
                           '(?!)'
                        :  '[^\x{0}-\x{20}]'
                      )
                   :  '.'
                 )
              :  '(?!)'
           })
      )
 )

---

我对这个很感兴趣，所以我想我应该多尝试一些
以可控的方式改变

功能：
-可以为单个查找设置最小/最大不匹配范围。
-可以设置一个标志，以在不匹配计数中排除/包括0x20或更少的空间。
-自动转义find中的元字符

就这样。
祝你好运

---

正则表达式：

 (?s)
 (?{ $cnt = 0; $lcnt = 0 })
 (?:
      (?>
           (??{ $aryinput[$lcnt++] })
        |  (?&getexpr) 
      )
 ){$len}
 (??{ $cnt >= $mincnt && $cnt <= $maxcnt ? '' : '(?!)' })

 (?(DEFINE)
      (?<getexpr>
           (??{ ++$cnt <= $maxcnt ? 
                 ( $visible_only ? 
                      ( $aryinput[$lcnt-1] le ' '  ?
                           '(?!)'
                        :  '[^\x{0}-\x{20}]'
                      )
                   :  '.'
                 )
              :  '(?!)'
           })
      )
 )

那么你想做什么

/
   ..TCH | .A.CH | .AT.H | .ATC. |
   M..CH | M.T.H | M.TC. | 
   MA..H | MA.C. |
   MAT..
/x

或

很简单：

my @subpats;
for my $i (0..length($find)-1) {
   for my $j ($i+1..length($find)-1) {
      my $subpat = join('',
         substr($find, 0, $i),
         '.',  # or '\\w'
         substr($find, $i+1, $j-$i-1),
         '.',  # or '\\w'
         substr($find, $j+1),
      );
      push @subpats, $subpat;
   }
}

my $pat = join('|', @subpats);

$search =~ /$pat/

基于perl5.10+trie的替换应该将公共前导前缀优化为高效的前缀。为我们省去了生成

（？：..| M…）

的麻烦，所以您想这样做

/
   ..TCH | .A.CH | .AT.H | .ATC. |
   M..CH | M.T.H | M.TC. | 
   MA..H | MA.C. |
   MAT..
/x

或

很简单：

my @subpats;
for my $i (0..length($find)-1) {
   for my $j ($i+1..length($find)-1) {
      my $subpat = join('',
         substr($find, 0, $i),
         '.',  # or '\\w'
         substr($find, $i+1, $j-$i-1),
         '.',  # or '\\w'
         substr($find, $j+1),
      );
      push @subpats, $subpat;
   }
}

my $pat = join('|', @subpats);

$search =~ /$pat/

---

基于perl5.10+trie的替换应该将公共前导前缀优化为高效的前缀。为我们省去了生成

（？：..| M…）

的麻烦。如果搜索的字符串应具有与后面注释中所述相同的长度（即仅允许不匹配），则可以使用汉明距离，该距离非常快：

#!/usr/bin/perl

use strict;
use warnings;

my $find = "MATCH";
my $search = "stringisMATTHhere";

my $max_distance = 2;

for my $offset (0..length($search)-length($find)) {
  my $hd = hd($find,substr($search,$offset,length($find)));
  if ($hd <= $max_distance) {
    print substr($search,$offset,length($find)),"\n";
  }
}

# assumes byte mode
sub hd {
  return ($_[0] ^ $_[1]) =~ tr/\001-\255//;
}

#/usr/bin/perl
严格使用；
使用警告；
我的$find=“MATCH”；
my$search=“stringisMATTHhere”；
我的$max_距离=2；
对于我的$offset（0..length（$search）-length（$find））{
my$hd=hd（$find，substr（$search，$offset，length（$find））；
如果（$hd如果搜索字符串的长度应与后面的注释中所述的长度相同（即仅允许不匹配），则可以使用汉明距离，这非常快：

#!/usr/bin/perl

use strict;
use warnings;

my $find = "MATCH";
my $search = "stringisMATTHhere";

my $max_distance = 2;

for my $offset (0..length($search)-length($find)) {
  my $hd = hd($find,substr($search,$offset,length($find)));
  if ($hd <= $max_distance) {
    print substr($search,$offset,length($find)),"\n";
  }
}

# assumes byte mode
sub hd {
  return ($_[0] ^ $_[1]) =~ tr/\001-\255//;
}

！/usr/bin/perl
严格使用；
使用警告；
我的$find=“MATCH”；
my$search=“stringisMATTHhere”；
我的$max_距离=2；
对于我的$offset（0..length（$search）-length（$find））{
my$hd=hd（$find，substr（$search，$offset，length（$find））；
如果此任务需要编辑距离而不是正则表达式，则此问题作为的副本关闭，但该问题不涉及搜索更大的字符串。不匹配是否只是更改了字符，而不是添加/删除/交换了字符？实际查找的字符串有多长？搜索字符串（大约20个字符）如果在另一个字符串（1000个字符）中存在，则检查部分字符串（如果存在）-在20个字符的字符串位置的任意位置仅一个或两个位置（无删除、添加、精确的20个字符）此任务需要编辑距离而不是正则表达式此问题作为的副本关闭，但该问题不涉及搜索更大的字符串。不匹配是否只是更改了字符，而不是添加/删除/交换了字符？您实际查找的字符串有多长？搜索字符串（大约20个字符）如果在另一个字符串（1000个字符）中存在，则检查部分字符串（如果存在）-在20个字符的字符串位置的任意位置仅一个或两个位置（无删除、添加、精确的20个字符）使用点
而不是
\w
会更一般，这取决于需求。可能希望将
/s
与
一起使用，但这又取决于需求。@ikegami:这对两个不匹配非常有效。如何仅对一个不匹配修改代码。我无法修改。感谢使用点
>.
而不是
\w
会更一般，具体取决于需求。可能希望将
/s
与
一起使用，但同样取决于需求。@ikegami:这对两个不匹配非常有效。如何仅对一个不匹配的代码进行修改。我无法修改。非常感谢。
MTCH
会匹配，但OP在评论中提到只允许替换，不允许插入或删除。我认为您的解决方案可以通过使用
use re:：engine:：TRE max_cost=>2，max_ins=>0，max_del=>0；
而不是
使用re:：engine:：TRE max_cost=>2；
@ikegami我试过
use re:：engine:：最大成本=>2，最大插入=>0，最大删除=>0；
但
MTCH
匹配too@SSh似乎是个bug。这是有效的：
use re:：engine:：TRE max_cost=>2，cost_ins=>-1，cost_del=>-1；
不完全匹配。
MTCH
会匹配，但注释中提到的OP只允许替换，不允许插入或删除。我很瘦k您的解决方案可以通过使用
use re:：engine:：TRE max_cost=>2，max_ins=>0，max_del=>0；
替代或
使用re:：engine:：TRE max_cost=>2；
我尝试过的@ikegami
使用re:：engine:：TRE max_cost=>2，max_ins=>0，max_del=>0；
但
MTCH
匹配too@SSh看起来像个虫子。这个工作原理：
use re:：engine:：TRE max\u cost=>2，cost\u ins=>-1，cost\u del=>-1；