有没有一个搜索引擎可以让我用正则表达式进行搜索？
正则表达式搜索引擎
7
- Elwhis
3
字符类只能通过这种方式实现。 - Joris Geer
这很不错，但是正则表达式搜索不允许有效索引，并且会导致在互联网上线性搜索兆级别的页面。然而，对于特定网站上的文章或在StackOverflow上的帖子等较小的类别可能是可行的。 - Vortico
stackse - ren
7个回答
3
Google Code Search 允许您使用正则表达式进行搜索。
据我所知，没有类似的搜索引擎适用于一般搜索。
- Mark Byers
2
2请注意，Google Code Search 已经被停用。 - MetaEd
2
正则表达式在现实场景中的应用存在一些问题。其中最紧迫的问题是，您的正则表达式需要与整个缓存的互联网进行匹配，这将消耗大量的计算资源；由于正则表达式可能是无限制的（/fo*bar/），所以索引在正则表达式中几乎没有用处。
- user502515
1
我没有特定的引擎可以建议。
然而，如果您可以接受正则表达式语法的子集，搜索引擎可以存储额外的标记以有效匹配相当复杂的表达式。Solr/Lucene允许自定义分词，同一个单词可以生成多个标记，并具有各种规则集。
我将以我的名字为例：“Mark marks the spot.”
不区分大小写并带有词干处理：（mark，mark，spot）
区分大小写且不带有词干处理：（Mark，marks，spot）
区分大小写并带有NLP同义词扩展：（[Mark，Marc]，[mark，indicate，to-point]，[spot，position，location，beacon，coordinate]）
现在朝着您的问题发展，不区分大小写，带有词干处理、去重和自动完成前缀匹配：（[m，ma，mar，mark]，[s，sp，spo，spot]）
如果您想要“子字符串”样式匹配，它将是：（[m，ma，mar，mark，a，ar，ark，r，rk，k]，[s，sp，spo，spot，p，po，pot，o，ot，t]）
一个单一的搜索索引包含所有这些不同形式的标记，并选择在每种类型的搜索中使用哪些标记。
让我们尝试使用正则表达式风格的文字"Missippi"，并使用字面标记：[m，m？，m+，i，i？，i+，s，ss，s+，ss+...]等。
实际规则取决于正则表达式子集，但希望模式变得更清晰。您甚至可以进一步扩展以匹配其他正则表达式片段，然后使用一种短语搜索形式来定位匹配项。
当然，索引会非常大，但根据项目要求可能是值得的。您还需要查询解析器和应用程序逻辑。
我意识到，如果您正在寻找一个预制引擎，这并不能满足您的需求，但从理论上讲，这是我处理它的方式（假设这确实是一个要求！）。如果有人只想要子字符串匹配和灵活的通配符匹配，那么在索引中可以少用很多标记。
就预制应用而言，您可以查看OpenGrok，用于源代码索引，它不是完整的正则表达式，但对源代码的理解很好。
- Mark Bennett
1
如果正则表达式占用了太多资源，为什么不按照 CPU 时间收费而不是完全禁用它呢？我相信有些人会愿意付费并使用它（当然要解释收费原因，以碳足迹和 CPU 资源为例）。Google 在其搜索中支持扩展符号 *，例如
*go或go*或intitle:"*go"，这里是链接：http://www.hackcollege.com/blog/2011/11/23/infographic-get-more-out-of-google.html。- Jack
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接