林果丰，郑大鹏

（北京理工大学珠海学院计算机学院，珠海519000）

0 引言

正则表达式，又称规则表达式。它由一些特定字符及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对其他字符串的一种过滤逻辑。正则表达式是对字符串（包括普通字符例如，a到z之间的字母，以及特殊字符即“元字符”）操作的一种逻辑公式，是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串[1]。正则表达式通常被用来检索、替换那些符合某个模式（规则）的文本。

很多专业领域都能使用正则表达式，如网络犯罪案件取证[1]和页面数据获取[2]等。但是在非计算机专业领域却鲜有运用。随着许多传统项目开始电子化，如无纸化考试系统[3]，越来越多问题开始使用计算机处理，正则表达式将被运用到越来越多的各种不同的系统上，但由于其过于专业、晦涩难懂，对于非专业人士很难使用，甚至不知道正则表达式的存在。因此，需要有一个算法，可以在用户不掌握正则表达式的情况下引导用户生成正则表达式，甚至不需要学习正则表达式。

本文提出的算法可通过引导用户从而生成正则表达式，从而使用模式匹配、连字符、元字符、分支条件、重复匹配这些功能[4]。

1 概述

要引导用户使用正则表达式进行匹配会遇到的引导场景有2种情况：用户要匹配的字符串的个数是有限个的和用户要匹配的字符串有无限个。对于第一种情况，使用有限项生成算法，即简单引导用户输入所有待匹配项即可。……