允许缺少字符的正则表达式答案

【问题标题】：Regex with allowing missing characters允许缺少字符的正则表达式
【发布时间】：2017-11-30 16:55:06
【问题描述】：

我正在尝试找到一种方法来确定一个字符串是否包含至少 n 个特定顺序的字符。

我正在处理大量手写的数据，而且拼写错误非常多。

我需要在一个看起来像这样的大字符串中找到文本部分：

不相关的文字 MONKEY、CHIMP：更不相关的文字

我需要找到MONKEY，CHIMP：

这种输入错误的方式非常疯狂。这是一个更奇怪的例子：

猴子，CHIMP：

我已经在我的正则表达式中找到了能够找到所有这些事件的地方。可能不是最好的解决方案，但它是：

 (m|M)(o|O)(n|N)(k|K)(e|E)(y|Y),?\s+(c|C)(h|H)(i|I)(m|M)(p|P)(\s+)?:

看起来有点奇怪，但确实有效。

不幸的是，怪异并不止于此。我需要修改这个正则表达式，以便它还允许每个单词中缺少 1 个字母。

所以我需要修改这个正则表达式，这样它也适用于：

猴子，CIMp：

onKEY，芯片：

onKEY , CIMp :

我认为应该有一种方法可以告诉正则表达式它应该需要 wordlength-1 确切的字符数才能匹配。

有没有简单的方法来做到这一点？

我一直在研究 {4, }，但我不确定这是正确的方向，或者是否可以在这里应用。

提前致谢，彼得

【问题讨论】：

【解决方案1】：

使用纯正则表达式，最好的办法是（添加空格以提高可读性）：

/
  ^
  (
    monkey\s*,?\s*chimp\s*:
  |
    onkey\s*,?\s*chimp\s*:
  |
    mnkey\s*,?\s*chimp\s*:
  |
    ...
  )
  $
/ix

但是，这是一种非常冗长的方法，仍然无法解决各种其他模糊匹配，例如 "Monkey, Chinp:" 或 "Monkey; Chimp:"。

您可以采取的另一种方法是首先检查字符串的长度：

/^\w{10,15}$/

and then 对其进行一些非常模糊的匹配：

/m?o?n?k?e?y?\s*,?\s*c?h?i?m?p?\s*:/i

但是，您需要在这里小心，因为匹配列表中可能包含一些奇怪的结果，例如：

"mon      c:"

我建议采用不同的非正则表达式方法来利用 Levenshtein Distance 库。这将允许您在“字符串与 Monkey, Chimp 匹配的程度上设置通用边界

【讨论】：

【解决方案2】：

^\w{10,10}$ # 允许正好 10 个字符的单词。将其设置为长度 - 1。然后将每个字符设为可选。

我认为只有 {10} 也可以。

【讨论】：

你可以写\w{10};无需建议\w{10,10}。但是，这并不能解决 OP 的问题：他们想要一个也匹配的模式，例如 "MonKEY , CIMp" - 这是 13 个字符。
这就是我写的原因，然后每个字符都应该是可选的。这样就可以省略了。

【解决方案3】：

你可以像这样使用正则表达式，这不是很漂亮但是你的例子也很奇怪

我不知道一种治疗的解决方案，但您可以先检查"m?o?n?k?e?y?\s+,?\s+c?h?i?m?p?(\s+)?:"，然后在另一个测试中检查长度，这很容易

【讨论】：

那么像mon , p这样模糊的东西会匹配吗？对我来说听起来不太可靠......
@TomLord 首先感谢您提供如此建设性和有用的评论。然后我写了你可能会添加一个长度测试，如果需要的话，我只是添加结构，顺序和可能有更少的字母，如果你有更好的主意，只需点击蓝色按钮，称为“发布你的答案”
StackOverflow 已经截断了我的评论，所以你可能因为格式而误解了。逗号两边应该有几个空格 - 所以长度检查仍然会通过。你也可以在下面看到my answer。