為 PHP 中的正則表達式模式生成所有可能的匹配項

Question

SO上有很多問題詢問如何解析正則表達式模式和output所有可能的匹配模式。 但是，出於某種原因，我能找到的每一個（ 1、2、3、4、5、6、7 ，可能更多）要么用於Java ，要么用於C （只有一個用於 JavaScript），我目前需要在 PHP 中執行此操作。

我已經用谷歌搜索了我內心的（dis）內容，但無論我做什么，谷歌給我的幾乎唯一的東西就是指向preg_match()的文檔的鏈接和關於如何使用正則表達式的頁面，這與我的相反想在這里。

我的正則表達式模式都非常簡單並且保證是有限的； 唯一使用的語法是：

• []用於字符類
• ()用於子組（不需要捕獲）
• | （管道）用於子組內的替代匹配
• ? 對於零或一匹配

所以一個例子可能是[ct]hun(k|der)(s|ed|ing)? 匹配動詞chunk 、 thunk 、 chunder和 Thunder 的所有可能的forms ，總共有 16 個排列。

理想情況下，有一個用於 PHP 的庫或工具，它將遍歷（有限）正則表達式模式和 output 所有可能的匹配，准備好 Z34D1F91FB2E514B8576Z34D1F91FB2E514B8576ZFAB1A75A89A6B。 有誰知道這樣的庫/工具是否已經存在？

如果不是，那么制作一個優化的方法是什么？ JavaScript 的這個答案是我能找到的最接近我應該能夠適應的東西，但不幸的是我無法理解它的實際工作原理，這使得適應它更加棘手。 另外，無論如何，在 PHP 中可能有更好的方法。 關於如何最好地分解任務的一些邏輯指針將不勝感激。

編輯：由於顯然不清楚這在實踐中會如何，我正在尋找允許這種類型輸入的東西：

$possibleMatches = parseRegexPattern('[ct]hun(k|der)(s|ed|ing)?');

– 然后打印$possibleMatches應該給出這樣的結果（在我的情況下，元素的順序並不重要）：

Array
(
    [0] => chunk
    [1] => thunk
    [2] => chunks
    [3] => thunks
    [4] => chunked
    [5] => thunked
    [6] => chunking
    [7] => thunking
    [8] => chunder
    [9] => thunder
    [10] => chunders
    [11] => thunders
    [12] => chundered
    [13] => thundered
    [14] => chundering
    [15] => thundering
)

Answer 1

方法

1. 您需要去除可變模式； 你可以使用preg_match_all來做到這一點

   preg_match_all("/(\[\w+\]|\([\w|]+\))/", '[ct]hun(k|der)(s|ed|ing)?', $matches); /* Regex: /(\[\w+\]|\([\w|]+\))/ /: Pattern delimiter (: Start of capture group \[\w+\]: Character class pattern |: OR operator \([\w|]+\): Capture group pattern ): End of capture group /: Pattern delimiter */

2. 然后，您可以將捕獲組擴展為字母或單詞（取決於類型）

    $array = str_split($cleanString, 1); // For a character class $array = explode("|", $cleanString); // For a capture group

3. 以遞歸方式遍歷每個$array

代碼

function printMatches($pattern, $array, $matchPattern)
{
    $currentArray = array_shift($array);

    foreach ($currentArray as $option) {
        $patternModified = preg_replace($matchPattern, $option, $pattern, 1);
        if (!count($array)) {
            echo $patternModified, PHP_EOL;
        } else {
            printMatches($patternModified, $array, $matchPattern);
        }
    }
}

function prepOptions($matches)
{
    foreach ($matches as $match) {
        $cleanString = preg_replace("/[\[\]\(\)\?]/", "", $match);
        
        if ($match[0] === "[") {
            $array = str_split($cleanString, 1);
        } elseif ($match[0] === "(") {
            $array = explode("|", $cleanString);
        }
        if ($match[-1] === "?") {
            $array[] = "";
        }
        $possibilites[] = $array;
    }
    return $possibilites;
}

$regex        = '[ct]hun(k|der)(s|ed|ing)?';
$matchPattern = "/(\[\w+\]|\([\w|]+\))\??/";

preg_match_all($matchPattern, $regex, $matches);

printMatches(
    $regex,
    prepOptions($matches[0]),
    $matchPattern
);

---

附加功能

擴展嵌套組

在使用中，您可以將它放在“preg_match_all”之前。

$regex        = 'This happen(s|ed) to (be(come)?|hav(e|ing)) test case 1?';

echo preg_replace_callback("/(\(|\|)(\w+)(?:\(([\w\|]+)\)\??)/", function($array){
    $output = explode("|", $array[3]);
    if ($array[0][-1] === "?") {
        $output[] = "";
    }
    foreach ($output as &$option) {
        $option = $array[2] . $option;
    }
    return $array[1] . implode("|", $output);
}, $regex), PHP_EOL;

Output：

This happen(s|ed) to (become|be|have|having) test case 1?

匹配單個字母

這樣做的重點是更新正則表達式：

$matchPattern = "/(?:(\[\w+\]|\([\w|]+\))\??|(\w\?))/";

並將else添加到prepOptions function：

} else {
    $array = [$cleanString];
}

完整的工作示例

function printMatches($pattern, $array, $matchPattern)
{
    $currentArray = array_shift($array);

    foreach ($currentArray as $option) {
        $patternModified = preg_replace($matchPattern, $option, $pattern, 1);
        if (!count($array)) {
            echo $patternModified, PHP_EOL;
        } else {
            printMatches($patternModified, $array, $matchPattern);
        }
    }
}

function prepOptions($matches)
{
    foreach ($matches as $match) {
        $cleanString = preg_replace("/[\[\]\(\)\?]/", "", $match);
        
        if ($match[0] === "[") {
            $array = str_split($cleanString, 1);
        } elseif ($match[0] === "(") {
            $array = explode("|", $cleanString);
        } else {
            $array = [$cleanString];
        }
        if ($match[-1] === "?") {
            $array[] = "";
        }
        $possibilites[] = $array;
    }
    return $possibilites;
}

$regex        = 'This happen(s|ed) to (be(come)?|hav(e|ing)) test case 1?';
$matchPattern = "/(?:(\[\w+\]|\([\w|]+\))\??|(\w\?))/";

$regex = preg_replace_callback("/(\(|\|)(\w+)(?:\(([\w\|]+)\)\??)/", function($array){
    $output = explode("|", $array[3]);
    if ($array[0][-1] === "?") {
        $output[] = "";
    }
    foreach ($output as &$option) {
        $option = $array[2] . $option;
    }
    return $array[1] . implode("|", $output);
}, $regex);


preg_match_all($matchPattern, $regex, $matches);

printMatches(
    $regex,
    prepOptions($matches[0]),
    $matchPattern
);

Output：

This happens to become test case 1
This happens to become test case 
This happens to be test case 1
This happens to be test case 
This happens to have test case 1
This happens to have test case 
This happens to having test case 1
This happens to having test case 
This happened to become test case 1
This happened to become test case 
This happened to be test case 1
This happened to be test case 
This happened to have test case 1
This happened to have test case 
This happened to having test case 1
This happened to having test case