regex - 模糊正则表达式

Question

在我的工作中，我使用近似字符串匹配算法(例如 Damerau–Levenshtein 距离)来使我的代码不易出现拼写错误，并取得了很好的结果。

现在我需要将字符串与简单的正则表达式进行匹配，例如 TV Schedule for\d\d​​ (Jan|Feb|Mar|...)。这意味着字符串 TV Schedule for 10 Jan 应返回 0，而 T Schedule for 10. Jan 应返回 2。

这可以通过生成正则表达式中的所有字符串(在本例中为 100x12)并找到最佳匹配来完成，但这并不实用。

您有什么想法可以有效地做到这一点吗？

Answer 1

我找到了TRE library ，它似乎能够精确地进行正则表达式的模糊匹配。示例:http://hackerboss.com/approximate-regex-matching-in-python/ 但它只支持插入、删除和替换。没有转置。但我想这没问题。

我在以下文件上尝试了附带的 agrep 工具和正则表达式:

TV Schedule for 10Jan
TVSchedule for Jan 10
T Schedule for 10 Jan 2010
TV Schedule for 10 March
Tv plan for March

得到了

$ agrep -s -E 100 '^TV Schedule for \d\d (Jan|Feb|Mar)$' filename
1:TV Schedule for 10Jan
8:TVSchedule for Jan 10
7:T Schedule for 10 Jan 2010
3:TV Schedule for 10 March
15:Tv plan for March

非常感谢您的所有建议。