regex - 如何使用正则表达式匹配最长的字符串

Question

我需要将数字字符串与最长的匹配项进行匹配。

例如：

完整号码：2389466849

我需要匹配：

23894

或者

2389

如果我想确保我只获得最长的匹配，我该怎么做？这最好用正则表达式还是以其他方式完成？

请举例。

Answer 1

如果您正在寻找通过使用部分匹配来获取完整号码，请使用：

# all possible partial matching/non-matching strings
arr=( 23894 2389 2388 238946 )

# convert them into regex
s=$(printf "%s|" ${arr[@]} | sed 's/|$//')

# find longest matching pattern in input
egrep -o "$s" <<< "2389466849"
238946

Answer 2

正则表达式无法描述您的问题类型。可能有一些具有附加功能的正则表达式工具可以解决您的问题，但是如果您想使用一个只能找到正则表达式描述的字符串的工具，那是不可能的。您的问题需要计算。

Answer 3

使用 posix 基本正则表达式（即 with grep），使用23894?or 23894\|2389。使用 posix 扩展正则表达式 ( grep -E)：23894|2389

Posix 正则表达式（与其他一些变体不同）总是匹配从最早可能的起点开始的可能性集合中最长的匹配。

最早的起点规则意味着，如果您的目标是：

23890000023894

比赛23894?将匹配较早的2389，所以它不是严格意义上的最长匹配。如果您需要字符串中任何位置的最长匹配，那就有点棘手了。

Answer 4

这就是我的想法。

regexes=( 23894 2389 )
test=2389466849
tmp=( )
for reg in ${regexes[@]}; do if [[ $test =~ $reg ]]; then
 tmp=( ${tmp[@]} $reg ); fi; done
maxlen=0
for match in ${tmp[@]}; do if [[ ${#match} > $maxlen ]]; then
 maxlen=${#match}; fi; done

然后基于此，您将知道匹配的最长子字符串。如果您愿意，您也可以使用与上一个类似的循环将其打印出来，但使用[[ ${#match} = $maxlen ]]and echo。

我真的觉得应该有一种更有效的方法来做到这一点，但你只是在使用 Bash。