正则表达式？搜索引擎？答案

【问题标题】：Regex? Search Engine?正则表达式？搜索引擎？
【发布时间】：2011-09-29 20:05:56
【问题描述】：

我已经阅读了一些关于内置 python 的 re 模块的文档，但我似乎无法掌握它。事实上，我不确定这就是我要找的东西，所以让我解释一下：

我有一本大字典。我想要的是能够输入搜索条件，例如hello，然后让它在字典中搜索并给我一个这样的列表：

hello, hell, hello world, hello123。基本上任何类似于搜索条件的东西。我会为此使用正则表达式还是其他什么？

【问题讨论】：

定义“相似”。
除hell 之外的所有内容都只是str.startswith，但您应该更多地了解hell 的内容，即此类匹配的标准是什么。
这本特定词典有数千个条目，类似于...好吧，例如，当您输入与您在 google 中查找的内容接近的内容时。 20 次中有 19 次它会找出您要查找的内容并进行搜索。

【解决方案1】：

由于您使用的是 Python，您应该查看Xapian，它有很好的 Python 绑定。

您所要求的比正则表达式更复杂。

您需要全文搜索，使用词干提取和其他技巧来进行模糊匹配。

【讨论】：

【解决方案2】：

您可能想查看可以计算 Levenshtein（编辑）距离的东西。有一个 excellent article here 关于如何从头开始构建您所说的东西（在 Python 中！好吧，它已被移植到许多其他语言）。

您可能不想走“从头开始”的路线，但本文将为您提供许多有趣的背景知识，帮助您确定哪种工具适合您的复杂程度。如上所述，Xapian、Lucene 和其他全文搜索引擎将提供这种功能，而且它可能非常复杂，但是您可能并不需要所有这些。

【讨论】：

【解决方案3】：

PyPI 存储库中有 a new regexp module（有时可能会替换当前的 Python re 模块）。

它允许模糊匹配。

【讨论】：