regex - 如何根据真实数据自动创建模式？

Question

我在数据库中有很多供应商，他们在数据的某些方面都不同。我想制定基于以前数据的数据验证规则。

例子:

A: XZ-4, XZ-23, XZ-217
B: 1276, 1899, 22711
C: 12-4, 12-75, 12

目标:如果用户为供应商 B 输入字符串“XZ-217”，算法应该比较以前的数据并说:这个字符串与供应商 B 以前的数据不相似。

是否有一些好的方法/工具来实现这种比较？答案可能是一些通用算法或 Perl 模块。

编辑:
我同意，“相似性”很难定义。但我想了解算法，它可以分析以前的 ca 100 个样本，然后将分析结果与新数据进行比较。相似性可能基于长度、字符/数字的使用、字符串创建模式、相似的开始/结束/中间，有一些分隔符。

我觉得这不是一件容易的事，但另一方面，我认为它的用途非常广泛。所以我希望，已经有一些提示。

Answer 1

您可能想仔细阅读:
http://en.wikipedia.org/wiki/String_metric和 http://search.cpan.org/dist/Text-Levenshtein/Levenshtein.pm (例如)