java - 从字符串集中推断正则表达式模式，我需要 java 中的算法来创建以下信息

Question

这个问题在这里已经有了答案:

Grammatical inference of regular expressions for given finite list of representative strings? (2 个回答)

关闭 3年前。

我想使用 java 将字符串集转换为正则表达式。

我搜索了很多东西，但互联网上没有这样令人满意的答案可以解决我的问题。所以我更愿意在这里问。

如果可以，首先是否可以转换它，然后请建议我摆脱我面临的这个问题的方法？

假设我有一组字符串

abb
abababb
babb
aabb
bbbbabb
...

我想为它做一个正则表达式，比如

(a+b)*abb

这怎么可能？

Answer 1

如果您有一个字符串集合，并且想要构建一个匹配任何这些字符串的正则表达式，您应该构建一个使用 | OR 模式的正则表达式。

由于字符串可能包含正则表达式特殊字符，因此需要引用。

要确保最佳字符串匹配，您需要首先匹配最长的字符串。例如。如果 aba 和 abax 都在列表中，并且要扫描的文本包含 abax，我们希望匹配第二个字符串，而不是第一个。

所以，你可以这样做:

public static String toRegex(Iterable<String> strings) {
    return StreamSupport.stream(strings.spliterator(), false)
            .sorted(Comparator.comparingInt(String::length).reversed())
            .map(Pattern::quote)
            .collect(Collectors.joining("|"));
}