如何存储大量正则表达式并找到与给定字符串匹配的正则表达式？

Question

我们一般使用正则来匹配字符串。我想反过来做。我有大量的正则表达式。现在，给定一个字符串，我应该确定哪个正则表达式与该字符串匹配。我该怎么做？

我正在考虑将所有正则表达式存储在 Elasticsearch 中，然后使用字符串查询它，但我找不到任何文档来查看是否可行。

我可以将所有正则表达式存储在一个数据库中，获取我想要检查匹配项然后找到匹配项的正则表达式，但是有没有更好的方法来做到这一点？

Answer 1

可以使用

percolator

字段类型来做到这一点。

你基本上可以索引你所有的

regexp

查询，然后测试哪些查询会匹配你的文档。

使用过滤器字段类型创建索引：

PUT regex
{
  "mappings": {
    "properties": {
      "message": {
        "type": "keyword"
      },
      "query": {
        "type": "percolator"
      }
    }
  }
}

索引两个正则表达式，例如：

PUT /regex/_doc/1
{
  "query": {
    "regexp": {
      "message": {
        "value": "big.*fox",
        "flags": "ALL",
        "case_insensitive": true
      }
    }
  }
}

PUT /regex/_doc/2
{
  "query": {
    "regexp": {
      "message": {
        "value": ".*fox",
        "flags": "ALL",
        "case_insensitive": true
      }
    }
  }
}

然后测试哪个正则表达式与您的输入匹配。

渗透

big brown fox

将匹配上面的两个正则表达式：

POST regex/_search
{
  "query": {
    "percolate": {
      "field": "query",
      "document": {
        "message": "big brown fox"
      }
    }
  }
}

渗滤

big brown bear

将不符合以上任何一项：

POST regex/_search
{
  "query": {
    "percolate": {
      "field": "query",
      "document": {
        "message": "big brown bear"
      }
    }
  }
}