如何估计正则表达式参数（找到更严格的版本）？

Question

pattern = '(0*10{1,5}1)'
m = re.search(pattern, '00010000010000')
print(m.group(0)) #result: 0001000001

(0*)表示0的任意数，(0{1,5})表示1到5之间的零数

在提供的示例中，regexp与strng0001000001匹配。它在开头(0*)处包含3个零，在第一次出现1(0{1,5})后包含5个零。确切的regexp是(0{3}10{5}1)。如何找到这个更严格的版本（regex2），在给定数据和regex1的情况下给出相同的结果

Answer 1

正则表达式是由引擎执行的代码。有循环、回溯、异常

除了特殊字符外，每个字符都是一条指令：“匹配”

因此，匹配00010000010000的最有效的正则表达式是：00010000010000

伪代码等价物为：

/* 00010000010000 */
read(0);
read(0);
read(0);
read(1);
read(0);
read(0);
read(0);
read(0);
read(0);
read(1);
read(0);
read(0);
read(0);
read(0);

/* 0{3}10{5}1 */
i=0
{read(0); i = i+1; if(i!=3) repeat;}
read(1);
i=0
{read(0); i = i+1; if(i!=5) repeat;}
read(1);

我同意第二个街区比较短。但它的执行时间也更长，如果出现故障，需要更多的步骤来回溯

Answer 2

您可以使用

pattern = '((0*)1(0{1,5})1)'
m = re.search(pattern, '00010000010000')

然后使用

strict_pattern = f'(0{{{len(m[2])}}}*10{{{len(m[3])}}}1)'

print(strict_pattern)  # result: (0{3}*10{5}1)