如何在运行时生成正则表达式以匹配数字范围

Question

我需要在运行时生成与一系列数值匹配的正则表达式。

例如：在运行时，我可能会发现我需要一个正则表达式，将“范围”中的所有文件都匹配a-261-b.something到a-543-b.something。

我需要生成一个匹配所有这些文件的正则表达式。有任何想法吗？

我在Java中需要它，因此，如果有人知道任何特定于Java的方式，这也是可以接受的。

Answer 1

正则表达式是否非常适合此任务尚待商.。大多数人可能会争论并非如此。

但是据我所知，您别无选择，因为您使用的API接受正则表达式作为参数，所以这里…

码

public class NumericRangeRegexGenerator {

    private static String baseRange(String num, boolean up, boolean leading1) {

        char c = num.charAt(0);
        char low  = up ? c : leading1 ? '1' : '0';
        char high = up ? '9' : c;

        if (num.length() == 1)
            return charClass(low, high);

        String re = c + "(" + baseRange(num.substring(1), up, false) + ")";

        if (up) low++; else high--;

        if (low <= high)
            re += "|" + charClass(low, high) + nDigits(num.length() - 1);

        return re;
    }

    private static String charClass(char b, char e) {
        return String.format(b==e ? "%c" : e-b>1 ? "[%c-%c]" : "[%c%c]", b, e);
    }

    private static String nDigits(int n) {
        return nDigits(n, n);
    }

    private static String nDigits(int n, int m) {
        return "[0-9]" + String.format(n==m ? n==1 ? "":"{%d}":"{%d,%d}", n, m);
    }

    private static String eqLengths(String from, String to) {

        char fc = from.charAt(0), tc = to.charAt(0);

        if (from.length() == 1 && to.length() == 1)
            return charClass(fc, tc);

        if (fc == tc)
            return fc + "("+rangeRegex(from.substring(1), to.substring(1))+")";

        String re = fc + "(" + baseRange(from.substring(1), true, false) + ")|"
                  + tc + "(" + baseRange(to.substring(1),  false, false) + ")";

        if (++fc <= --tc)
            re += "|" + charClass(fc, tc) + nDigits(from.length() - 1);

        return re;
    }

    private static String nonEqLengths(String from, String to) {
        String re = baseRange(from,true,false) + "|" + baseRange(to,false,true);
        if (to.length() - from.length() > 1)
            re += "|[1-9]" + nDigits(from.length(), to.length() - 2);
        return re;
    }

    public static String rangeRegex(int n, int m) {
        return rangeRegex("" + n, "" + m);
    }

    public static String rangeRegex(String n, String m) {
        return n.length() == m.length() ? eqLengths(n, m) : nonEqLengths(n, m);
    }

}

用法

// Generate expression for range 123 - 321
String regexp = NumericRangeRegexGenerator.rangeRegex(123, 321);

说明

代码的简要说明如下。

形状范围0000- abcd和abcd-9999

首先，我们注意到匹配范围（例如0000- abcd）相当容易。

例如，一个表达式涵盖000- 527可以表示为

• [0-4] 后跟两个任意数字，或者
• 5其次是00- 27（递归解决！）

形状的范围1000- abcd和abcd- 9999一样容易。

下限，不同长度的上限。

如果“从”号比“到”号短，那是相当简单的。

例如，假设from-number有3位数字，to-number有7位数字。表达式可以组成如下：

• from- 999（如上所述），
• 任何4，5或6位数：[1-9][0-9]{3-5}或
• 1000000- to（如上所述）

等长的下限/上限。

这是最棘手的情况（尽管仍然不是 那么 棘手！）

同样，该解决方案最好通过一个示例来描述。考虑范围273- 548。该表达式可以由以下部分组成：

• 2随后是73- 99（上述部分），
• [34] 后跟任意两位数字，或者
• 5后跟00- 48（上述部分）