Django搜索存储在模型中的正则表达式列表

Question

这是我的问题。
我有一个带有正则表达式列表的模型，比如

|__Field_|  
| (\w+)  |  
| ([op]+)|  
| .*     |  
| others.|  

我有一个单词列表，比如说 ('cat', "dog", "wolf")，我需要找到存储在模型中的哪个正则表达式与列表中的一个单词（或多个单词）匹配。 ..
这就像一个反向 __regexp 过滤器。
我怎样才能实现这个功能？

有没有更好的方法来做这样的事情？

谢谢！

Answer 1

你没有指定两个重要的事情：

• 您使用的是什么数据库？
• 您可以在 PCRE 和 POSIX 正则表达式之间切换吗？

假设您使用的数据库允许使用正则表达式执行查询，并且您的数据库支持您需要的标准 (PCRE/POSIX)，您可以使用 extra() Queryset modifier 反转 __regex 过滤器。看看下面的代码：

Model.objects.extra(where=[sql_regex('REGEX_COLUMN')], params=['TEXT TO MATCH']).all()

sql_regex() 代码类似于：

from django.db import backend

def sql_regex(column, type='regex'):
    op = backend.DatabaseWrapper.operators[type].replace('%s', column)
    return '%s ' + op

我使用backend.DatabaseWrapper.operators[type] 获取预定义模式来查询存储在数据库后端的正则表达式。

Answer 2

我非常怀疑是否有一种“方法”可以做到这一点，而不是像@DrTyrsa cmets 那样循环遍历每个案例。

我想你可以做一些优化，如果性能是一个问题。例如，假设您的许多正则表达式都有\w\w+（即具有两个或多个字母的单词）。您可以检查每个单词，例如"cat" 或 "1234" 仅针对 \w\w+，如果单词不匹配，那么您不必费心运行其余的正则表达式，因为它们都依赖于那个组件。

当然，接受零的量词?、* 和{} 以及交替运算符| 使这个特殊的想法变得不可能，除非您正则表达式您的正则表达式以过滤掉^[^?*{}]+$。但现在我们变得可笑了。你需要一种“正则表达式层次结构”来实现这样的“优化”已经很疯狂了。我认为其他人可以提出更实用的优化。

祝你好运。