是否有支持正则表达式搜索的搜索引擎？ [关闭]答案

【问题标题】：Is there a search engine that support regular expression search? [closed]是否有支持正则表达式搜索的搜索引擎？ [关闭]
【发布时间】：2012-06-22 13:27:19
【问题描述】：

首先，我检查了这个question，但answer 指的是一个过时的服务。

那么是否有基于网络的（或软件，我不在乎）提供正则表达式搜索互联网内容？

【问题讨论】：

我相信如果您提供more details 来说明您要完成的工作，您会得到更简洁的答案。
我正在尝试根据正则表达式获取结果，就像我的问题标题所说的那样！
Google 搜索能够找到一些简单正则表达式的匹配项。有关正则表达式搜索的示例，请参阅this answer。
webapps.stackexchange.com/questions/19673/…

标签： search-engine

【解决方案1】：

由于我完全支持作者，让我在这里写一个来自 superuser.com question 的答案：

引用Ask Metafilter:

使关键字搜索在数百 TB（或目前的索引）上有效的唯一可能方法是预先计算单词索引。

事实上，一个完整的正则表达式引擎是图灵完备的，您可以编写任意正则表达式来吞噬几乎无限量的 CPU 时间和内存。由于所有这些原因，他们向公众提供正则表达式搜索将是技术上的疯狂。

更新：正如它正确指出的那样，正则表达式不是图灵完备的。请继续关注更详细的答案：

待定...

【讨论】：

等等，如果你的意思是创建一个小型 Web 服务，那么你是对的（在某些情况下，这样的服务会非常有用）。但是，如果我们谈论的是一种功能齐全的网络爬虫的实现，那我认为这太疯狂了（嗯，这是可能的，但非常耗时且消耗 MIPS）。
所以超时查询耗时过长，不一定是精神错乱。
@MikeBantegui 嗯？有很多服务可以评估图灵完备语言中的表达式。如果时间太长，它就会放弃。
混合版本会很好：首先引擎以老式方式搜索 x 结果，然后根据正则表达式进行过滤。一个智能界面可能能够首先将正则表达式转换为谷歌查询。
正则表达式图灵完成？！正则表达式可以表达正则语言，它是图灵机接受的所有语言的严格子集......请参阅en.wikipedia.org/wiki/Chomsky_hierarchy

【解决方案2】：

正则表达式引擎没有即时搜索。这可能是由于页面的索引方式。允许一个人对网络进行 grep 将需要大量的计算能力。

【讨论】：

您的链接已失效

【解决方案3】：

虽然您不太可能找到使用完整正则表达式搜索的网站，但 google 确实有一些能力进行匹配。取决于您要达到的目的，这可能就足够了。

GoogleGuide 似乎相当深入，有一些可用的选项。或许如果您举一个您想要搜索的查询类型的示例，我们可以找到解决方案？

【讨论】：

我检查了这个，但是很差，实际上很差！我无法运行任何 simple （与我可以使用正则表达式相比更简单）搜索，例如 \paul*\ （谷歌搜索 paul* 与 \paul*\ 的方式不同) 或 \paul{3}\ 和许多其他情况..
这对于功率搜索也很有趣johntedesco.net/blog/2012/06/21/…

【解决方案4】：

如果它需要是正则表达式，那么我认为你搞砸了。但是，如果您只是在寻找更多的搜索能力，http://www.googleguide.com/advanced_operators_reference.html

【讨论】：

【解决方案5】：

dayyan 是正确的，它是反向索引使搜索引擎快速；如果您只有 100 TB 的闪存盘，则无法加速 PB 内容的正则表达式搜索。关键字搜索，反向索引，没问题。

blekko 的 web grep (https://blekko.com/ws/+/webgrep) 支持正则表达式，但我们得到的大多数搜索都是针对常量字符串，通常在 HTML 中，因为这很有趣：谁使用微格式？谁使用各种 javascript 库？谁使用各种评论系统？以此类推。

如果您向我们发送了一个正则表达式，我们很乐意为您运行它。

运行这些搜索包括一个 MapReduce 作业，该作业在我们爬网中的所有 html 上运行。这就是为什么需要一段时间（一两天）才能得到答案的原因。

【讨论】：

链接已损坏。
没错，blekko 于 2015 年 3 月 27 日被 IBM 收购，IBM 于当天停止运营 blekko 的公共搜索引擎。