algorithm - 识别文件中的搜索和替换操作

Question

假设您有一个源文件，其中有人使用简单的文本替换将一个符号重命名为另一个符号。该文件的 diff 输出通常很长，并且不是发生了什么的非常有用的标识符。您想要知道的是，更改是否只是 s/a/b/g，如果是，a 和 b 是什么 - 您我们不会提前告诉这个工具，它必须自己解决。 (为了便于讨论，您可以在这里假设 'a' 和 'b' 不包含换行符。)

• 您会使用什么算法来发现搜索和替换？ (简单)
• 如果发生了多个文本替换，您将如何让它发挥作用？ (相当容易)
• 在不比较任何一个原始文件的情况下，您将如何编写它来处理 diff 输出？ (比较难)
• 例如，你能在多大程度上做到这一点？识别正则表达式匹配而不是搜索/替换？ (困难)
• 在包含此类更改以及其他更改的文件中，您能否想出一种启发式方法来生成 sed 表达式和大大缩短的差异？ (困难)

对于喜欢设计算法的人来说，这是一个问题，但它大致基于我想使用的实际工具，所以如果您碰巧知道一个不错的命令行工具可以执行上述任何操作，奖励积分。 ;)

Answer 1

我现在想到的两个选项:

• 运行 /s/b/a/g 并比较文件(尽管这显然不会在您的正则表达式中发现错误)
• 制作你自己的 diff 工具，它的工作方式与其他工具相同，但接受某些更改而不将其显示为差异(即，如果一行不同，并且该行仅在 a 上不同一侧和另一侧 b，不要标记线)