模糊正则表达式弹性搜索

Question

我正在尝试找到单词之间的匹配，并使用Elasticsearch进行简化。在

假设我有输入字shmp（在ES中索引为shampoo），我生成以下regex s.*?h.*?m.*?p.*?，并执行以下查询DSL：

{
  "query": {
    "regexp": { "name": "s.*?h.*?m.*?p.*?" }
  }
}

有没有一种方法可以同时进行模糊搜索（例如max_expansions 1），使s.*h.*?n.*?p.*?匹配？在

然而，我不确定这是最好的方法，也许有一些工作我没有想到。在

Answer 1

(..*?h.*?m.*?p.*?|s.*?..*?m.*?p.*?|s.*?h.*?..*?p.*?|s.*?h.*?m.*?..*?)

https://regex101.com/r/qV9cW6/1

手工生成有点麻烦，因为它将涉及一个OR语句，其项数等于输入中的字母数。但是，如果使用循环，为任意输入生成循环也不会太糟糕。它的工作方式是允许4个字符中的任何一个shmp是不同的字符，但不能超过一个。在

Answer 2

这个解决方案与@ezig的答案不同。另一种看法：p

^(.*?([^s](?=.*?h.*?m.*?p)|s).*?([^h](?=.*?m.*?p)|h).*?([^m](?=.*?p)|m).*?.)

Regex101

这个正则表达式的基本工作方式是每个字母都有一个部分。对于这个解释，我们将使用s，因为它是第一个。在

S:([^s](?=.*?h.*?m.*?p)|s)

这意味着“这里允许不匹配s，假设字符串的其余部分将正确匹配，否则我们需要在此处匹配s”

为什么这个正则表达式会比@ezig的答案慢得多，我们知道第一个字符将遵循模糊匹配的规则，并且我们不必对附加字符太过聪明。在

H:([^h](?=.*?m.*?p)|h)

这一节之所以简短，是因为我们知道如果s不匹配，我们根本就不会匹配字符串，但因为我们在这里检查h，这可能不同于我们之前知道它必须匹配s。这意味着“如果字符串的其余部分正确匹配，那么我们可以匹配h”之外的内容。在