如果你想避免匹配没有人使用过的东西(即避免倾向于“。+”)，你最好的方法是创建一个正则表达式，它只是所有的替代方案(例如。(Qadafi|Kadafi|…))然后将其编译为DFA，然后将DFA转换回正则表达式。假设一个适度合理的实现会给您一个“压缩”正则表达式，它保证不包含意外的变量。

\ [KGQ] b h添加? h ?房颤?fi \ b

阿拉伯语的翻译是(维基说)“Qaḏḏāfī”，所以可能会加上一个q和一个H(“卡扎菲”，如文章(见下文)所述)。

顺便说一下，为什么在正则表达式的末尾有一个$ ?

顺便说一句，关于这个话题的文章不错:

卡扎菲，卡扎菲，还是卡扎菲?为什么这位利比亚领导人的名字有这么多种拼写方式?

EDIT

为了匹配后面提到的文章中的所有名称，这应该匹配所有名称。我们只希望它不会和其他很多东西匹配:D

\b(Kh?|Gh?|Qu?)[aeu](d['dt]?|t|zz|dhd)h?aff?[iy]\b

我知道这是个老问题，但是…

这两个正则表达式都不是最漂亮的，但它们都经过优化，并且都匹配原始帖子中的所有变体。

“小美人”#1

(?:G(?:a(?:d(?:d(?:af[iy]|hafi)|af(?:f?i|y)|hafi)|thafi)|h(?:ad(?:daf[iy]|af?fi)|eddafi))|K(?:a(?:d(?:['dh]a|af?)|zza)fi|had(?:af?fy|dafi))|Q(?:a(?:d(?:(?:(?:hd)?|t)h|d)?|th)|u(?:at|d)h)afi)

《小美人》2

(?:(?:Gh|[GK])adaff|(?:(?:Gh|[GKQ])ad|(?:Ghe|(?:[GK]h|[GKQ])a)dd|(?:Gadd|(?:[GKQ]a|Q(?:adh|u))d|(?:Qad|(?:Qu|[GQ])a)t)h|Ka(?:zz|d'))af)i|(?:Khadaff|(?:(?:Kh|G)ad|Gh?add)af)y

安息吧，穆阿迈尔。

(服饰)+ (dasta) + \”?(得到)+ \ ' ?

在部分:

黑GQK铝 黑ahu铝+。 黑dtez铝+。 \”? 黑adhz铝+。 f那1,2 (i | y)

注:只是想试一试。

使用CPAN模块Regexp::Assemble:

#!/usr/bin/env perl

use Regexp::Assemble;

my $ra = Regexp::Assemble->new;
$ra->add($_) for qw(Gadaffi Gadafi Gadafy Gaddafi Gaddafy
                    Gaddhafi Gadhafi Gathafi Ghadaffi Ghadafi
                    Ghaddafi Ghaddafy Gheddafi Kadaffi Kadafi
                    Kaddafi Kadhafi Kazzafi Khadaffy Khadafy
                    Khaddafi Qadafi Qaddafi Qadhafi Qadhdhafi
                    Qadthafi Qathafi Quathafi Qudhafi Kad'afi);
say $ra->re;

这将生成以下正则表达式:

(?-xism:(?:G(?:a(?:d(?:d(?:af[iy]|hafi)|af(?:f?i|y)|hafi)|thafi)|h(?:ad(?:daf[iy]|af?fi)|eddafi))|K(?:a(?:d(?:['dh]a|af?)|zza)fi|had(?:af?fy|dafi))|Q(?:a(?:d(?:(?:(?:hd)?|t)h|d)?|th)|u(?:at|d)h)afi))

为什么不采用混合的方法呢?介于所有可能性列表和匹配太多的复杂正则表达式之间的东西。

Regex是关于模式匹配的，我不能在列表中看到所有变体的模式。试着这样做，还会发现像“Gazzafy”或“Quud’haffi”这样的东西，它们很可能不是一个常用的变体，也绝对不在列表上。

但我可以看到一些变异的模式，所以我得出了这个结论:

\b(?:Gheddafi|Gathafi|Kazzafi|Kad'afi|Qadhdhafi|Qadthafi|Qudhafi|Qu?athafi|[KG]h?add?h?aff?[iy]|Qad[dh]?afi)\b

在一开始，我列出了那些我看不到模式的，然后是一些有模式的变体。

请访问www.rubular.com