php小編柚子正規表示式是一種強大的文字比對工具，能夠幫助我們快速找到具有相似性的文字。無論是在字串處理、資料擷取或驗證輸入等方面，正規表示式都發揮著重要作用。它的靈活性和高效性使得我們能夠更方便地處理複雜的文字操作，大大提高了開發效率。無論是初學者或有經驗的開發者，掌握正規表示式都是必備技能，讓我們一起來探索它的魅力吧！
我識別了不同 pdf 文件中的文字清單。現在我需要使用正規表示式從每個文字中提取一些值。我的一些模式是這樣的：
some text[ -]?(.+)[ ,-]+some other text
但問題是，識別後有些字母可能會出錯（"0" 代替"o"、"i" 代替"l " 等）。這就是為什麼我的模式與它不符。
我想使用類似 jaro-winkler 或 levenshtein 相似性的正則表達式，這樣我就可以從 s0me 文本 my_value、一些其他文本 等文本中提取 my_value#。
我知道這看起來棒極了。但也許這個問題有解決方案。
順便說一句，我正在使用java，但可以接受其他語言的解決方案
如果在python中使用regex模組，則可以使用模糊匹配。以下正規表示式允許每個短語最多出現 2 個錯誤。您可以使用更複雜的錯誤測試（用於插入、替換和刪除），有關詳細信息，請參閱連結文件。
import regex
txt = 's0me text my_value, some otner text'
pattern = regex.compile(r'(?:some text){e<=2}[ -]?(.+?)[ ,-]+(?:some other text){e<=2}')
m = pattern.search(txt)
if m is not none:
print(m.group(1))
輸出：
my_value
package main
import (
"fmt"
"regexp"
"strings"
"github.com/agnivade/levenshtein"
)
func findClosestMatch(text string, candidates []string, threshold int) (string, bool) {
for _, candidate := range candidates {
if levenshtein.ComputeDistance(strings.ToLower(text), strings.ToLower(candidate)) <= threshold {
return candidate, true
}
}
return "", false
}
func findMatches(text string, threshold int) []string {
// Broad regex to capture potential matches
re := regexp.MustCompile(`(?i)(some\s*\w*\s*text\s*)([^,]+)`)
potentialMatches := re.FindAllStringSubmatch(text, -1)
var validMatches []string
expectedPattern := "some text" // The pattern we expect to find
for _, match := range potentialMatches {
// Check if the first part of the match is close to our expected pattern
closestMatch, isClose := findClosestMatch(match[1], []string{expectedPattern}, threshold)
if isClose {
// If the first part is close to 'some text', add the second part to valid matches
validMatches = append(validMatches, strings.TrimSpace(closestMatch))
}
}
return validMatches
}
func main() {
text := "This is a sample text with s0me text MY_VALUE, some otner text."
threshold := 10
matches := findMatches(text, threshold)
fmt.Println("Matches found:", matches)
}正規表示式模式(?i)(some\s*\w*\s*text\s*)([^,] ) 用來捕捉類似「some text」的片語，後面跟著逗號之前的任何字元
以上是使用正規表示式尋找具有相似性的文本的詳細內容。更多資訊請關注PHP中文網其他相關文章！
