我可以确定与regex模式匹配的第一个字符集吗?

我认为您可以解析正则表达式并定义一些递归函数,这些函数以从左到右的方式对解析的正则表达式进行操作,从而构建这样一组第一个函数。

有些事情很简单:

• 序列:first(R1r2)=first(R1)+(if''in first(R1)first(R2)else empty set)
• 交替:第一(R1 R2)=First(R1)+First(R2)
• 迭代:first(r*)=first(r)+''
• 字符:第一个(c)=c
• characterClasses:第一([c1-cn])=集(c1,c2,…,cn) …

把它扩展到正则表达式方言知道的所有原语和特殊标志,这样你就可以走了。

你可以递归地解决它…

• 去掉括括号并调用递归。
• 在顶层选项处拆分,并为每个部分调用递归。
• 如果没有其他选择,
  • 输出从左到右的所有符号,直到第一个“无”可选符号。
  • 如果有字符组,则输出所有符号。

这个想法可能有很多错误,但这正是我要尝试的。你必须去掉断言、组名和其他成千上万的东西。如果你发现像[^0-9]这样的倒置字符类,你必须输出很多字符。

所以我认为这是一个非常复杂的问题。