在 PHP 中为正则表达式模式生成所有可能的匹配项

Question

关于 SO 有很多问题询问如何解析正则表达式模式并输出该模式的所有可能匹配项。但是，出于某种原因，我能找到的每一个（1、2、3、4、5、6、7，可能更多）都用于 Java或某种类型的 C（只有一种用于 JavaScript），我目前需要在 PHP 中执行此操作。

我已经用谷歌搜索到了我心中的 (dis) 内容，但无论我做什么，谷歌给我的几乎唯一的东西就是指向 preg_match() 的文档的链接以及关于如何使用正则表达式的页面，这是相反的我想要的。

我的正则表达式模式都非常简单并且保证是有限的；唯一使用的语法是：

• [] 用于字符类
• () 用于子组（不需要捕获）
• |（管道）用于子组内的替代匹配
• ? 用于零或一匹配

所以一个例子可能是[ct]hun(k|der)(s|ed|ing)?来匹配动词chunk、thunk、chunder和thunder的所有可能形式，共有十六种排列。

理想情况下，应该有一个用于 PHP 的库或工具，它将遍历（有限）正则表达式模式并输出所有可能的匹配项，一切就绪。有谁知道这样的库/工具是否已经存在？

如果不是，那么制作一个优化的方法是什么？ This answer for JavaScript 是我能找到的最接近我应该能够适应的东西，但不幸的是我无法理解它的实际工作原理，这使得适应它变得更加棘手。另外，无论如何，在 PHP 中可能有更好的方法。一些关于如何最好地分解任务的逻辑指针将不胜感激。

编辑：由于显然不清楚这在实践中会是什么样子，所以我正在寻找允许这种类型输入的东西：

$possibleMatches = parseRegexPattern('[ct]hun(k|der)(s|ed|ing)?');

– 然后打印$possibleMatches 应该会给出这样的结果（在我的情况下，元素的顺序并不重要）：

Array
(
    [0] => chunk
    [1] => thunk
    [2] => chunks
    [3] => thunks
    [4] => chunked
    [5] => thunked
    [6] => chunking
    [7] => thunking
    [8] => chunder
    [9] => thunder
    [10] => chunders
    [11] => thunders
    [12] => chundered
    [13] => thundered
    [14] => chundering
    [15] => thundering
)

Answer 1

方法

1. 你需要去掉变量模式；您可以使用preg_match_all 来执行此操作

   preg_match_all("/(\[\w+\]|\([\w|]+\))/", '[ct]hun(k|der)(s|ed|ing)?', $matches);
   
   /* Regex:
   
   /(\[\w+\]|\([\w|]+\))/
   /                       : Pattern delimiter
    (                      : Start of capture group
     \[\w+\]               : Character class pattern
            |              : OR operator
             \([\w|]+\)    : Capture group pattern
                       )   : End of capture group
                        /  : Pattern delimiter
   
   */
   

2. 然后您可以将捕获组扩展为字母或单词（取决于类型）

   $array = str_split($cleanString, 1); // For a character class
   $array = explode("|", $cleanString); // For a capture group
   

3. 递归处理每个$array

代码

function printMatches($pattern, $array, $matchPattern)
{
    $currentArray = array_shift($array);

    foreach ($currentArray as $option) {
        $patternModified = preg_replace($matchPattern, $option, $pattern, 1);
        if (!count($array)) {
            echo $patternModified, PHP_EOL;
        } else {
            printMatches($patternModified, $array, $matchPattern);
        }
    }
}

function prepOptions($matches)
{
    foreach ($matches as $match) {
        $cleanString = preg_replace("/[\[\]\(\)\?]/", "", $match);
        
        if ($match[0] === "[") {
            $array = str_split($cleanString, 1);
        } elseif ($match[0] === "(") {
            $array = explode("|", $cleanString);
        }
        if ($match[-1] === "?") {
            $array[] = "";
        }
        $possibilites[] = $array;
    }
    return $possibilites;
}

$regex        = '[ct]hun(k|der)(s|ed|ing)?';
$matchPattern = "/(\[\w+\]|\([\w|]+\))\??/";

preg_match_all($matchPattern, $regex, $matches);

printMatches(
    $regex,
    prepOptions($matches[0]),
    $matchPattern
);

---

附加功能

扩展嵌套组

在使用中，您可以将它放在“preg_match_all”之前。

$regex        = 'This happen(s|ed) to (be(come)?|hav(e|ing)) test case 1?';

echo preg_replace_callback("/(\(|\|)(\w+)(?:\(([\w\|]+)\)\??)/", function($array){
    $output = explode("|", $array[3]);
    if ($array[0][-1] === "?") {
        $output[] = "";
    }
    foreach ($output as &$option) {
        $option = $array[2] . $option;
    }
    return $array[1] . implode("|", $output);
}, $regex), PHP_EOL;

输出：

This happen(s|ed) to (become|be|have|having) test case 1?

匹配单个字母

主要是更新正则表达式：

$matchPattern = "/(?:(\[\w+\]|\([\w|]+\))\??|(\w\?))/";

并将else 添加到prepOptions 函数：

} else {
    $array = [$cleanString];
}

完整的工作示例

function printMatches($pattern, $array, $matchPattern)
{
    $currentArray = array_shift($array);

    foreach ($currentArray as $option) {
        $patternModified = preg_replace($matchPattern, $option, $pattern, 1);
        if (!count($array)) {
            echo $patternModified, PHP_EOL;
        } else {
            printMatches($patternModified, $array, $matchPattern);
        }
    }
}

function prepOptions($matches)
{
    foreach ($matches as $match) {
        $cleanString = preg_replace("/[\[\]\(\)\?]/", "", $match);
        
        if ($match[0] === "[") {
            $array = str_split($cleanString, 1);
        } elseif ($match[0] === "(") {
            $array = explode("|", $cleanString);
        } else {
            $array = [$cleanString];
        }
        if ($match[-1] === "?") {
            $array[] = "";
        }
        $possibilites[] = $array;
    }
    return $possibilites;
}

$regex        = 'This happen(s|ed) to (be(come)?|hav(e|ing)) test case 1?';
$matchPattern = "/(?:(\[\w+\]|\([\w|]+\))\??|(\w\?))/";

$regex = preg_replace_callback("/(\(|\|)(\w+)(?:\(([\w\|]+)\)\??)/", function($array){
    $output = explode("|", $array[3]);
    if ($array[0][-1] === "?") {
        $output[] = "";
    }
    foreach ($output as &$option) {
        $option = $array[2] . $option;
    }
    return $array[1] . implode("|", $output);
}, $regex);


preg_match_all($matchPattern, $regex, $matches);

printMatches(
    $regex,
    prepOptions($matches[0]),
    $matchPattern
);

输出：

This happens to become test case 1
This happens to become test case 
This happens to be test case 1
This happens to be test case 
This happens to have test case 1
This happens to have test case 
This happens to having test case 1
This happens to having test case 
This happened to become test case 1
This happened to become test case 
This happened to be test case 1
This happened to be test case 
This happened to have test case 1
This happened to have test case 
This happened to having test case 1
This happened to having test case