模糊正则expression式
在我的工作中，我使用了近似的string匹配algorithm，如Damerau-Levenshtein距离，使我的代码更容易受到拼写错误的影响。
现在我需要匹配string对简单的正则expression式，例如TV Schedule for \d\d (Jan|Feb|Mar|...) 。 这意味着TV Schedule for 10 Jan的stringTV Schedule for 10 Jan应该返回0，而TV Schedule for 10 Jan T Schedule for 10. Jan应该返回2。
这可以通过生成正则expression式中的所有string（在本例中为100×12）并find最佳匹配来完成，但是这并不实际。
你有什么想法如何有效地做到这一点？
我find了TRE库 ，巫缝可以做正则expression式的模糊匹配。 例如： http : //hackerboss.com/approximate-regex-matching-in-python/它只支持插入，删除和replace。 没有换位。 但我想这个工作正常。
我试着在下面的文件中使用正则expression式的附带的agrep工具：
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
非常感谢您提出的所有build议。
我只是使用regex模块 ：'替代正则expression式模块，以取代'。 它提供了对re的熟悉，但包括模糊匹配的选项，以及对re其他一些改进。
对于Windows二进制文件，请参阅此资源 。
另请参阅： Python正则expression式（更新的版本，2014年10月 ）（在文档中search“模糊”）。
如果你不是一个Python家伙（不是我），你可以编译你的代码到C（exe / dll）。 那么你甚至可以使用你的DLL甚至从旧的vb6（等）。
其他图书馆可供select：
- TRE / agrep （'classic，good，old and fast）（search'agrep performace'），但是你需要编写POSIX兼容的正则expression式（search'正则expression式info posix'）当然，所有使用TRE的库/例子这个限制（search'hackerboss近似正则expression式在Python中匹配'）。 对于海量数据：search“快速CUDA实现的agrepalgorithm”。
- FREJ （Java） – 一些（更多）限制（例如，不要向前看/看后面）
- 模糊 – 模糊 （基于Python） – 值得一看，没有testing…
还search：
- 'Comparison_of_regular_expression_engines'
- 'regular-expressions.info工具'
（对不起，不能发表真实的链接）
这是你问的问题的资源。 对于一家公司来说，这有点夸张。 本文可能更有用。 我已经看到一篇文章的启发，可以做一个模糊的search，在一个大型的数据集上有特殊的语言偏好（如阿拉伯语和英语）。
一般来说，你将无法做你所问的。 您可以通过用等价类replace字符来进行正则expression式search，也可以在数据库中search由Levenshtein距离定义的近似匹配。 尝试将正则expression式后面的（n）DFA扩展为包含近距离匹配，将很快变得不可能非常复杂。
你有没有考虑过使用词法分析器 ？
我从来没有真正使用过，所以我不能帮上太多的忙，但听起来很合适！
我开始实现一个称为prex的Java工具，用于近似正则expression式匹配。 该工具确定string与正则expression式r的匹配程度， 即至less需要多less个插入，删除和replace（最小代价），使得得到的strings'可被r接受。 如果您有兴趣，可以从https://github.com/julianthome/prex查看代码。; 我会很乐意得到一些反馈。 请注意，这种方法还是有点慢，但我目前采用了一些启发式方法来提高性能。
