grex把正则表达式从手写变成自动生成

grex 就是干这个的‌：你给它几个字符串样本，它自动生成能精确匹配这些样本的正则表达式，不用再自己憋表达式、反复调试了。‌‌

grex 在 GitHub 上已经累计 8,154 个 Star。

这个工具专注做一件事，从用户提供的测试用例自动生成正则表达式。给它一组字符串，它返回一段能精确匹配这些字符串、且不匹配其他任何东西的正则。Rust 编写，可作 CLI 用，也可作库嵌入到其他项目里。

1、它解决的痛点

写过正则的人都知道，调试一段复杂的正则表达式有多折磨人。错一个字符，匹配结果就是另一回事。补一个边界条件,又得重读一遍文档。

grex 把这事反过来做。你不需要先想正则怎么写，先准备一批测试用例，把该匹配的、不该匹配的样本列清楚，直接生成。它默认走最严格路线，生成的表达式只匹配你给的输入,多一个字符都不行。

这种默认策略降低了误匹配的风险，特别适合给业务场景找一个初始可用的正则，然后再手动收紧或放宽。

2、核心能力

它会自动识别前缀和后缀的公共部分,把重复子串压成 {min,max} 量词形式，用 | 处理交替，用 ? 处理可选段。非 ASCII 字符可以转义成 Unicode 序列,对旧版 JavaScript 环境还能转成代理对。

匹配模式可以调成大小写不敏感，分组可以从非捕获换成捕获，锚点 ^ 和 $ 可以保留也可以去掉。verbose 模式下，长正则会被换行缩进，读起来不那么费眼。

输出兼容 Perl 风格正则，和 Rust 的 regex crate 1.11.0+ 完全对齐，跨语言使用基本没问题。Unicode Standard 16.0 全支持，连由多个 Unicode 符号组成的 grapheme 也能正确处理。

3、怎么装

预编译二进制覆盖了 Linux、macOS、Windows 的 64 位和 ARM64 平台,直接下载就能跑。包管理器也都有,一行命令搞定。

brew install grex
cargo install grex
choco install grex
scoop install grex
pip install grex

Rust 项目里要当库用，往 Cargo.toml 里加一行：

[dependencies]
grex = { version = "1.4.6", default-features = false }

关掉 default-features 是为了不带 clap 这个 CLI 依赖，纯库场景能少装一些东西。

4、典型用法

命令行最直接的形态就是把测试用例列在后面：

grex a b c

输出 ^[a-c]$。

文件批量喂入也支持,管道输入也支持。一个稍复杂的例子：

grex -r b ba baa baaa

带 -r 会检测重复子串,输出 ^b(?:a{1,3})?$。

库的 API 同样直观。RegExpBuilder::from(&["a", "aa", "aaa"]).build() 返回 ^a(?:aa?)?$。链式调用可以叠加字符类转换、重复检测、非 ASCII 转义、大小写不敏感等设置。

5、跨语言版本

借助 PyO3 和 Maturin,grex 编译成了 Python 扩展模块,pip 就能装,里头暴露一个 RegExpBuilder 类,API 和 Rust 版本对齐。

WebAssembly 也支持。wasm-pack build --target web 之后,能在浏览器里直接用 JavaScript 调,Node.js 后端场景也能跑。官方还给了一个 demo 站点可以直接试。

6、内部算法

生成流程分三步。先把所有输入字符串构造成一个确定性有穷自动机 DFA。再用 Hopcroft 算法最小化这个 DFA 的状态数和转移数。最后用 Brzozowski 的代数方法把 DFA 转成由线性方程组描述的形式,解出来就是最终的正则。

这套路径保证了生成的正则在结构上和输入对应,不会出现匹配范围意外扩大的情况。

7、仍然要会手写正则

作者自己也在 README 里强调,grex 不能替代学正则。默认生成的表达式只匹配给定输入,但只要开了 \w 之类的字符类转换,匹配范围就会扩大,不懂原理就用容易出问题。

另外,grex 找的是输入用例下的最短正则,不一定是工程上最优雅的那个。各个正则引擎有自己的内建优化,grex 不针对特定引擎调优。把它当作找初始正确版本的助手,而不是终点,是更合适的用法。

输入用例下的最短正则,不一定是工程上最优雅的那个。各个正则引擎有自己的内建优化,grex 不针对特定引擎调优。把它当作找初始正确版本的助手,而不是终点,是更合适的用法。

到此这篇关于grex把正则表达式从手写变成自动生成的文章就介绍到这了,更多相关grex把正则表达式手写变成自动生成内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论