en utilisant pyparsing pour analyser une liste des expressions rationnelles (littéralement)

Question

Je voudrais analyser une liste d'expressions régulières pour calculer la probabilité de chacun pour trouver une allumette dans un certain texte/string ...

Par exemple. trouver '[AB]' dans une chaîne de longueur 1 devrait être quelque chose autour de 1/13 (en considérant seulement les lettres captiales).

Existe-t-il un analyseur d'expressions régulières générique, qui renvoie les positions/alternatives individuelles? Je pense à obtenir une liste des postes de retour (« [AB].A{2} « donnerait » [['A','B'],'.',['AA'] »)

Le problème est l'analyse syntaxique des expressions régulières avec pyparsing. Les expressions régulières simples ne sont pas un problème, mais quand il s'agit de "alternatives" et répétitions, je suis perdu: J'ai du mal à analyser les expressions imbriquées comme '((A[AB])|(AB))'.

Des pensées?

Answer 1

La simulation plutôt que le calcul peut être la voie à suivre.

Configurer une population de chaînes de texte représentatives. (Les linguistes appellent un tel ensemble un corpus.) Pour toute regex donnée, trouvez le nombre de chaînes qu'elle correspond et divisez par le nombre total de chaînes dans votre corpus.

Votre propre exemple donnant la probabilité que '[AB]' soit 1/13 est basé sur cette façon de penser, en utilisant le corpus des chaînes de lettres majuscules. Vous avez 1/13 en voyant qu'il y a deux matches sur les 26 cordes du corpus.

Créer un corpus plus grand: peut-être l'ensemble de toutes les chaînes alphanumériques jusqu'à une certaine longueur, ou toutes les chaînes ASCII jusqu'à une certaine longueur, ou le dictionnaire de votre choix. Penser à quel corpus correspond le mieux à votre objectif est un bon moyen de clarifier ce que vous entendez par «probabilité».

Answer 2

Vous utilisez [ « A », « B »] dire: ou A ou B. vous pouvez mettre quelque chose comme ceci:

'[{'A', ['A', 'B']}, {'A', 'B'}]' 

À là, vous utilisez [] pour « l'un de ces "comme l'utilisation {} pour "tous ces"

1/2 to '{'A', ['A', 'B']}' 
    'A' => 1/1 
    ['A', 'B'] => 1/2 
    (1/1) * (1/2) = 1/2 
    this (1/2) times the extern (1/2) = (1/4) 
1/2 to '{'A', 'B'}' -> (1/26) to each. 
Multiplify two times: 1/(26^2) and multiplify by the 1/2 = (1/(26^2))/2. 

Now multiplify both: (1/4) * ((1/(26^2))/2) 

Ce fut une explication si mal ... Je retente ...

[] => Calc de probability: {probability of each term}/{num of terms} 
{} => Calc de probability of each term and multiplify all 

comprendre?