比如查找字符串 abcdef  是包含 abc def 的。这是纯字符串。那么两个正则表达式有办法判断包含关系么？或者说是否可行？
--
FROM 117.133.52.*

这个有现成的函数实现或者详细的资料介绍么？我想了解一下。
刚才我简单搜了一下，都是说先各自转换成自动机，然后比较自动机。。。但感觉挺难的。
【 在 heideggerr 的大作中提到: 】
: 可以求得 .*(A|B) 这个正则表达式 对应的自动机，然后根据A和B的终结节点的关系来判断，比如B的终结状态都在A的终结状态的路径上，则A包含B。
--
FROM 117.133.52.*

对应一个自动机这个我知道。但是如何判断是否包含我就不知道了。所以我不确定这个是否可以作到，或者难度如何。

不过gpt还给出了一些资料，还是很有用的：
是的，有一些学术研究和论文探索了正则表达式之间包含关系的判断方法。以下是一些相关的公开资料，您可以参考它们以了解更多信息：

1. "Regular Expression Containment" by Janusz Brzozowski and David K. Hsiao: 这篇论文探讨了正则表达式的包含关系判断问题，并提出了一种基于自动机的算法来判断两个正则表达式之间的包含关系。您可以在 ACM Digital Library 上找到该论文。

2. "Regular Expression Matching and Operational Semantics" by Dexter Kozen: 这篇论文研究了正则表达式的等价性和包含关系，并介绍了一种基于有限状态自动机和操作语义的方法来判断包含关系。您可以在 Dexter Kozen 的个人网页上找到该论文的链接。

3. "Containment of Regular Expressions with Counting" by Damian Niwinski and Igor Walukiewicz: 这篇论文探讨了带有计数功能的正则表达式的包含关系判断问题，并提出了一种基于自动机和逻辑的方法来判断包含关系。您可以在该论文的作者个人网页上找到该论文的链接。

这些论文可能涉及一些复杂的理论和算法，需要一定的背景知识才能理解。如果您对这个问题非常感兴趣，我建议您深入研究相关的学术文献，并根据您的具体需求选择适合的方法。

【 在 heideggerr 的大作中提到: 】
: 现在GPT都成了衡量问题难度的参考了吗？
: GPT根本不了解“每个正则表达式都对应一个自动机”以及“正则语言上的子句关系对应于自动机上的路径包含关系”，现在的GPT还只是一个概率语言模型，它完全不理解事物的内在关系，本质上它是很弱智的东西。
--
FROM 117.133.52.*

我举的例子中就是包含关系。只不过是纯字符串不是正则而已。

你写一个宽泛的正则表达式肯定会包含一个严格的。。。
【 在 njer 的大作中提到: 】
: 有什么样的使用场景吗？
: 每一个正则表达式的可被匹配的字符串的集合，从某种角度来说应该是不可确定的，那么，两个不可确定的集合，怎么还能判断是否有交集呢？并且，还要把这个交集再次重新解释为一个用正则表达的子集？这应该就属于gpt ai的范畴了吧？
--
FROM 114.254.2.*

我是想在实际的项目中用。但是看来可能性不大。就算我按这方法做出来也未必实用。
【 在 philbloo 的大作中提到: 】
: 有明确定义的办法 基本上是 nfa->dfa 然后从两个 dfa 生成一个补集的交集 然后判断这个交集是否存在任何合法输入： a = dfa(e1) ^ ~(dfa(e2)).
: 写作业的话难度不算太大，两三个人小组做一个月应该出来了。但是要做一个工业上实用的实现，难度比较大，因为这明显是一个 pspace 复杂度的问题，因为 nfa->dfa 的缘故。如果是想挑战自己一下，可以试试看。
: 这方面的知识其实不难，不过因为是非常老的话题，论文和书都比较干涩，而且有一些folklore的知识点，要捡起来还是得花不少功夫。
: ...................
--
FROM 125.34.113.*