我有一个这样的用户访问日志：
pagename url
broker_pv /broker/934832
broker_pv /broker/983432
broker_pv /broker/n/342349
listing_pv /listing/a1-b2/
listing_pv /listing/c3/
我想知道未来的网址“/broker/245729”是否属于“broker_pv”或“listing_pv”，或者根本不匹配。
这就像一个机器学习过程：我向计算机输入一些原始数据，它会学习，然后帮助我过滤事物。
我能想到的一种方法是“模式查找器”过程。即，从原始输入中，我们人类可以推断出“broker_pv” url 将匹配模式“/broker/(n/)?[0-9]+”。所以当像“/broker/245729”这样的url出现时，我可以针对它测试所有模式，并判断它属于哪个“pagename”。
那么问题是，如何找出这些模式，从而建立一个“页面名称-模式对集合”以供进一步使用。
或者有更好的方法，希望？