如何在 Ruby 中解析包含通配符和字符类的字符串？答案

【问题标题】：How can I parse a string that contains wildcards and character classes in Ruby?如何在 Ruby 中解析包含通配符和字符类的字符串？
【发布时间】：2010-10-21 01:17:34
【问题描述】：

我想编写一个脚本，它接受一个可能如下所示的参数：

abc(ag)de*

a、b、c 是文字字符。

(ag) 表示“'a' 或 'g'”。

* 表示任意一个字母或数字。

我希望脚本创建一个包含输入可以表示的所有可能字符串的数组。（目的是检查它们是否有可用的域名。）

输入也可以是 abc(ag)de(mnlop) 之类的东西，其中不止一个字符类。

似乎第一个任务是将其拆分为一个或多个数组，所以第一个示例是...

[
  ['a'],
  ['b'],
  ['c'],
  ['a', 'g'],
  ['d'],
  ['e'],
  [
    'a', 'b', 'c', 'd', 'e', 'f', 'g',
    # etc...
  ]
]

这就是我卡住的地方。我不知道如何把它分成那样的部分。

关于如何处理它的任何建议？

【问题讨论】：

标题中“a”和“that”之间缺少一个单词。我不确定正确的词是什么（“字符串”？），所以你应该修复它；）
您可能会发现我在 stackoverflow.com/questions/710670/… 发布的 C# 答案很有帮助。在您的情况下，数组将是您已经为第一个任务生成的数组。基本的递归算法应该相对容易转换为您的问题的解决方案。但我不认识 Ruby，所以我把它留给你或其他人。

标签： ruby parsing

【解决方案1】：

这是一个非常紧凑的解决方案。它绝不会针对性能进行优化，这会对您提供的模式施加一些限制，例如太多的通配符可能不是最好的主意。

这是代码

input1 = "abc(ag)de*"
input2 = "abc(ag)de(mnlop)"

class Array
  def append_suffixes!(suffixes)
    self.replace suffixes.map { |a| self.map { |p| p + a }}.flatten
  end
end

def generate_combinations(pattern)
  combinations = [""]
  pattern.scan(/\(([^)]+)\)|(\*)|(\w+)/) do |group,wildcard,other|
    new_suffixes = case
      when group    : group.split('')
      when wildcard : [*'a'..'z']
      when other    : other
      else raise "Unknown match!"
    end
    combinations.append_suffixes! new_suffixes
  end
  combinations
end

p generate_combinations(input1)
p generate_combinations(input2)
p generate_combinations("**").size

运行上述代码的输出为（稍作修改）：

["abcadea", "abcgdea", "abcadeb", "abcgdeb", "abcadec", 
 "abcgdec", "abcaded", "abcgded", "abcadee", "abcgdee", 
 "abcadef", "abcgdef", "abcadeg", "abcgdeg", "abcadeh", 
 "abcgdeh", "abcadei", "abcgdei", "abcadej", "abcgdej", 
 "abcadek", "abcgdek", "abcadel", "abcgdel", "abcadem", 
 "abcgdem", "abcaden", "abcgden", "abcadeo", "abcgdeo", 
 "abcadep", "abcgdep", "abcadeq", "abcgdeq", "abcader", 
 "abcgder", "abcades", "abcgdes", "abcadet", "abcgdet", 
 "abcadeu", "abcgdeu", "abcadev", "abcgdev", "abcadew", 
 "abcgdew", "abcadex", "abcgdex", "abcadey", "abcgdey", 
 "abcadez", "abcgdez"]

["abcadem", "abcgdem", "abcaden", "abcgden", "abcadel", 
 "abcgdel", "abcadeo", "abcgdeo", "abcadep", "abcgdep"]

676 # The number of two letter words i.e. 26*26

如果您对上述代码有任何疑问，请随时询问。

【讨论】：

【解决方案2】：

如果您的 * 仅表示单个字符，那么我想这至少是可以解决的。如果它表示“任何字符的零个或多个”，那么感觉就像您的解决方案空间接近于无限，因此很难将其作为实际的具体值返回。

我想我会通过以某种方式拆分变量部分来解决这个问题，计算出每个变量支持多少个变量，然后（从概念上）以嵌套方式循环所有变量，为最内层循环的每次迭代形成一个输出字符串.

对于“abc(ag)de*”的示例字符串，这可以归结为（Python-ish 伪代码，我的 Ruby 不供公众使用）：

results = []
for x in "ag":
  for y in "abcdefghijklmnopqrstuvwxyz":
    results.append("abc%sde%s" % (x, y))

最后一行字符串中的 %s 是一个格式说明符，s 仅表示“字符串”，并将导致字符串后 % 运算符右侧的元组中的相应值插入到该位置。

【讨论】：

星号表示只有一个字符。

【解决方案3】：

您实际上要求的是获取一个正则表达式并生成它匹配的所有字符串。

那是Ruby Quiz #143。查看左侧的解决方案。

【讨论】：