正则表达式生成器/减缩器?

这个 Aho-Corasick 匹配算法构造一个有限自动机来匹配多个字符串。您可以将自动机转换为等效的regex,但是直接使用自动机更简单(这就是算法所做的)

kemio.com.ar/tools/lst-trie-re.php

您在右侧放置一个列表,提交它,然后在左侧获取regexp。

var re=new RegExp(/..../,"mib");

regexp-opt ( source code )它并不能完全满足您的需要(它只适用于固定字符串),但它可能是一个有用的起点。

trie ,或 compressed trie ,甚至更好 directed acyclic word graph

不过,您必须放弃regexp。

我认为退一步想想你在做什么,以及为什么这样做是有意义的。

如果您确实需要regexp,那么您试图适应的变量差异是什么?也就是说,输入的哪一部分必须逐字匹配,哪里有回旋余地?

如果您真的想使用regexp来匹配一个固定的字符串列表,也许是出于性能原因,那么编写一个将所有输入字符串粘在一起的方法应该足够简单,就像您的示例中那样。在后台进行regexp匹配的状态机非常聪明,如果您的匹配备选方案具有公共(因此可能是冗余的)子字符串,则不会运行得更慢。

从另外两个答案中得到提示,您只需要匹配所提供的字符串,您最好直接进行字符串匹配(慢)或构造一个简单的FSM来匹配这些字符串(快)。

regex实际上创建了一个FSM,然后将您的输入与之匹配,因此如果输入来自一组以前已知的集合,那么您可以自己创建FSM,而不是尝试自动生成regex,这通常更容易。

Trie 然后查询它(因为您匹配的是整个字符串,而不是子字符串)?

一种简单的方法是使用Python的 hachoir_regex 模块:

urls = ['http://www.example.com','http://www.example.com/subdir','http://foo.example.com']
as_regex = [hachoir_regex.parse(url) for url in urls]
reduce(lambda x, y: x | y, as_regex)

创建简化正则表达式

http://(www.example.com(|/subdir)|foo.example.com)

代码首先为每个URL创建一个简单的regex类型,然后用 |