如何使用正则表达式搜索忽略 NSPredicate 的某些字符？

Posted 2023-03-04

【中文标题】如何使用正则表达式搜索忽略 NSPredicate 的某些字符？

【英文标题】：How do I use regex to search ignoring certain characters with NSPredicate?

【发布时间】：2011-11-07 03:26:00

【问题描述】：

在希伯来语中，NSPredicate 无法忽略某些元音，即使在谓词中使用“d”（变音符号不敏感）修饰符也是如此。有人告诉我，解决方案是使用正则表达式进行搜索。

如何获取搜索字符串并“使用正则表达式”来搜索包含元音的希伯来文文本，而忽略这些元音？

编辑：

换句话说，如果我想搜索以下文本，不考虑破折号和星号，我将如何使用正则表达式？

示例文字：

我 w-en*t t-o st*o*r*-e yes-ster*day。

编辑 2：

基本上，我想：

从用户那里获取输入字符串 取一个字符串进行搜索 使用基于用户搜索字符串的正则表达式在较大的文本块中搜索“包含”匹配项。正则表达式应忽略元音，如上所示。

编辑 3：

这是我实现搜索的方式：

//
//  The user updated the search text
//

- (BOOL)searchDisplayController:(UISearchDisplayController *)controller 
shouldReloadTableForSearchString:(NSString *)searchString

    NSMutableArray *unfilteredResults = [[[[self.fetchedResultsController sections] objectAtIndex:0] objects] mutableCopy];

    if (self.filteredArray == nil) 
        self.filteredArray = [[[NSMutableArray alloc ] init] autorelease];
    

    [filteredArray removeAllObjects];

    NSPredicate *predicate;

    if (controller.searchBar.selectedScopeButtonIndex == 0) 
        predicate = [NSPredicate predicateWithFormat:@"articleTitle CONTAINS[cd] %@", searchString];
    else if (controller.searchBar.selectedScopeButtonIndex == 1) 
        predicate = [NSPredicate predicateWithFormat:@"articleContent CONTAINS[cd] %@", searchString];            
    else if (controller.searchBar.selectedScopeButtonIndex == 2)
        predicate = [NSPredicate predicateWithFormat:@"ANY tags.tagText CONTAINS[cd] %@", searchString];
    else
        predicate = [NSPredicate predicateWithFormat:@"(ANY tags.tagText CONTAINS[cd] %@) OR (dvarTorahTitle CONTAINS[cd] %@) OR (dvarTorahContent CONTAINS[cd] %@)", searchString,searchString,searchString];
    

    for (Article *article in unfilteredResults) 

        if ([predicate evaluateWithObject:article]) 
            [self.filteredArray addObject:article];
        

    

    [unfilteredResults release];


    return YES;

编辑 4：

我不需要为此使用正则表达式，只是建议这样做。如果您有其他可行的方法，那就去吧！

编辑 5：

我已将搜索修改为如下所示：

NSInteger length = [searchString length];

NSString *vowelsAsRegex = @"[\\u5B0-\\u55C4]*";

NSMutableString *modifiedSearchString = [searchString mutableCopy];

for (int i = length; i > 0; i--) 
    [modifiedSearchString insertString:vowelsAsRegex atIndex:i];


if (controller.searchBar.selectedScopeButtonIndex == 0) 
            predicate = [NSPredicate predicateWithFormat:@"articleTitle CONTAINS[cd] %@", modifiedSearchString];
        else if (controller.searchBar.selectedScopeButtonIndex == 1) 
            predicate = [NSPredicate predicateWithFormat:@"articleContent CONTAINS[cd] %@", modifiedSearchString];            
        else if (controller.searchBar.selectedScopeButtonIndex == 2)
            predicate = [NSPredicate predicateWithFormat:@"ANY tags.tagText CONTAINS[cd] %@", modifiedSearchString];
        else
            predicate = [NSPredicate predicateWithFormat:@"(ANY tags.tagText CONTAINS[cd] %@) OR (dvarTorahTitle CONTAINS[cd] %@) OR (dvarTorahContent CONTAINS[cd] %@)", modifiedSearchString,modifiedSearchString,modifiedSearchString];
        

for (Article *article in unfilteredResults) 
  if ([predicate evaluateWithObject:article]) 
    [self.filteredArray addObject:article];
            
 

我在这里仍然遗漏了一些东西，我需要做什么才能完成这项工作？

编辑 6：

好的，差不多了。我需要再做两项更改才能完成此操作。

我需要能够将其他范围的字符添加到正则表达式中，这些字符可能会出现在其他集合中的字符之外，或者除了其他字符之外。我尝试将第一个范围更改为：

[\u05b0-\u05c, \u0591-\u05AF]?

有些东西告诉我这是不正确的。

另外，我需要正则表达式的其余部分不区分大小写。我需要在 .* 正则表达式中使用什么修饰符才能使其不区分大小写？

【问题讨论】：

NSPredicate and Regex的可能重复

可能是： 1. 删除坏符号（元音）。 2. 添加类似这样的内容：“.*?”在每个字符之后。 3. 搜索。你会接受这样的决定吗？

【参考方案1】：

希伯来语元音在 Unicode 中定义明确：Table of Hebrew characters and Marks

当您收到用户输入的字符串时，您可以在每个字符之间以及字符串的前后插入正则表达式[\u05B0-\u05C4]*。 （[] 表示匹配任何包含的字符，* 表示匹配零次或多次出现的表达式。）然后您可以搜索文本块，将其用作正则表达式。此表达式允许您从用户输入中找到确切的字符串。用户还可以指定所需的元音，该表达式会找到这些元音。

我认为与其尝试“忽略”元音，不如从大文本块和用户字符串中删除元音会更容易。然后你可以像往常一样只搜索字母。如果您不需要显示用户找到的有声文本，则此方法会起作用。

【讨论】：

看起来是个好主意。将搜索字符串转换为正则表达式的有效方法是什么？

@Moshe，我不知道什么是有效（甚至是好）的方法。您可以使用NSMutableString 和insertString:atIndex:，我想从字符串末尾开始循环倒计时。不过，我不知道这是否很好。

我有一个可行的解决方案，这很有帮助，当我在电脑前时会有更多。

你引导我找到我自己的答案，有赏金！

【参考方案2】：

这个答案从问题停止的地方开始。请阅读上下文。

事实证明，ios 可以使用 NSPredicate 的 Objective-C 修饰符使正则表达式不区分大小写。剩下的就是结合这两个范围。我意识到它们实际上是两个连续的范围。我的最终代码如下所示：

NSInteger length = [searchString length];

NSString *vowelsAsRegex = @"[\u0591-\u05c4]?[\u0591-\u05c4]?"; //Cantillation: \u0591-\u05AF Vowels: \u05b0-\u05c

NSMutableString *modifiedSearchString = [searchString mutableCopy];

for (int i = length; i > 0; i--) 
    [modifiedSearchString insertString:vowelsAsRegex atIndex:i];


if (controller.searchBar.selectedScopeButtonIndex == 0) 
  predicate = [NSPredicate predicateWithFormat:@"articleTitle CONTAINS[cd] %@", modifiedSearchString];
else if (controller.searchBar.selectedScopeButtonIndex == 1) 
    predicate = [NSPredicate predicateWithFormat:@"articleContent CONTAINS[c] %@", modifiedSearchString];            
else if (controller.searchBar.selectedScopeButtonIndex == 2)
    predicate = [NSPredicate predicateWithFormat:@"ANY tags.tagText CONTAINS[c] %@", modifiedSearchString];
else
    predicate = [NSPredicate predicateWithFormat:@"(ANY tags.tagText CONTAINS[c] %@) OR (dvarTorahTitle CONTAINS[c] %@) OR (dvarTorahContent CONTAINS[c] %@)", modifiedSearchString,modifiedSearchString,modifiedSearchString];


[modifiedSearchString release];

for (Article *article in unfilteredResults) 
  if ([predicate evaluateWithObject:article]) 
    [self.filteredArray addObject:article];
            

请注意，正则表达式的范围部分会重复。这是因为单个字母上可以同时有一个cantillation mark 和一个元音。现在，我可以搜索大写和小写的英语，以及带有或不带有元音和音标的希伯来语。

太棒了！

【讨论】：

很高兴您找到了答案。我没有意识到您也在搜索英文文本或带有cantillation 的希伯来文。也就是说，我感觉您没有 100% 的解决方案。举个例子诗句 על פני המים。 “מ”有元音、标记和达格什。那是 3，但你只允许 2。另外，我不确定以元音开头的字符串是否是有效的 Unicode，但如果是，你不要去掉它。

好点。您认为值得在正则表达式字符串中添加第三个字符吗？有没有办法指定“零次或多次，最多三次”？

我建议像以前一样使用*，但我认为0,3 也可以工作0 到3 次——不确定你是否可以将0 与 一起使用。跨度>