Nutrimatic是什么

Nutrumatic是一个模式匹配的单词搜索工具，用于解决和构建谜题，基于Wikipedia中常见的单词和短语，使用基于正则表达式（Regular Expression，简写为regex或regexp）的模式语法（参阅下面关于“pattern language syntax”的部分）。

Nutrumatic使用在维基百科中出现至少5次的单词和短语的列表。这意味着它不仅包括英语单词，还包括许多名人名字、地名、流行语、名人名言、常用习语等等。（不幸的是，它也可能包括常见的拼写错误，如“epsiode”和“teh”。）

正则表达式语法（Regular Expression Syntax）

常用的正则表达式元字符（Metacharacter）及语法如下：

量化（Quantification）

? —— 问号表示前一个元素出现零次或一次

* —— 星号表示前面的元素出现零次或多次

+ —— 加号表示前一个元素出现一次或多次

{m,n} —— 匹配前面的元素至少m次且不超过n次，m、n均可省略

几个例子（例子中的"引号"属于Nutrumatic增加的元字符，参阅下面关于“quoted phrases”的部分）：

"colou?r"——仅匹配color和color

"ab*c"——匹配ac、abc、abbc、abbbc等

"ab+c"——匹配abc、abbc、abbbc等，但不匹配ac

"a{3,5}"——仅匹配aaa、aaaa和aaaaa

布尔“或”（Boolean "or"）

| —— 竖线分隔备选项

"gray|grey"——匹配gray或grey

分组（Grouping）

() —— 圆括号定义运算符的范围和优先级（以及其他用途）

gr(a|e)y——等价于gray|grey

通配符（Wildcast）

. —— 点匹配任何字符

"a.b"——匹配包含a、任意一个字符（可能为字母、数字、空格）和b的任何字符串

"a.*b"——匹配包含a，然后间隔零个或任意多个字符，在稍后的某个位置包含字符b的任何字符串

模式语言语法（Pattern Language Syntax）

Nutrimatic的查询语言基于正则表达式，特别是POSIX扩展正则表达式（但没有POSIX字符类）。

匹配的文本（单词和短语）已经标准化，只包含小写字母、数字和空格，不包含标点符号。大多数标点符号变成了空格，但撇号只被简单移除，比如Fleur-de-lis显示为fleur de lis，又如I'm Jack's total lack of surprise显示为im jacks total lack of surprise。默认情况下，空格是自动匹配的（参阅下面关于“quoted phrases”的部分）。

因为只有字母和小写字母出现在文本中，所以在查询时大写字母和标点符号可以用来表示其他内容。Nutrumatic增加了以下的扩展：

Character Classes

A —— 任何字母字符，相当于[a-z]

C —— 任何辅音，相当于[bcdfghjklmnpqrstvwxyz]

V —— 任何元音，相当于[aeiou]

_ —— 下划线匹配任何字母或数字，相当于[a-z及0-9]

- —— 连字符匹配一个可选的空格，相当于( ?)，留意问号前面有个空格

# —— 井号匹配任何数字，相当于[0-9]

请注意连字符和下划线(与标准正则表达式“.”相反)只有在“quoted phrases”中才真正有用，尽管从技术层面来讲，它们可用在任何地方。

"Quoted Phrases"

默认情况下，Nutratic允许在匹配时在表达式中的任何位置插入空格。

CVCVCVCV——五个交替的辅音元音对，匹配像literature这样的单词以及像have been或was used as a这样的短语片段

要限制空格的位置，请在模式中使用“quoted phrases”。在"引号"中，除非模式特别允许，否则不会插入空格。

"CVCVCVCVCV"——1个10个字母的单词

"CVCVC-VCVCV"——1个10个字母的单词，或2个5个字母的单词

"CVCVC VCVCV"——2个5个字母的单词

可以根据需要对查询的整体或部分使用引号。

& (Intersection)

与标准的|操作符类似，&操作符要求两边都匹配。这对于并列应用多个约束非常有用。例如：

"_*a_*&_*b_*&_*c_*&_{5,}"——包含所有“a”、“b”和“c”且长度为5个字母的单个单词（但不限制顺序）

警告：&运算符的开销可能很大。大量（10个以上）的组合表达式可能需要指数级长的处理时间。在大多数情况下，这谈不上是个问题。

<Anagrams>

<尖括号>中的文本匹配任何包含相同成分但顺序不同的内容。比如<act>与act、cat、atc等匹配。

变位词（Anagram）的组成部分通常是字母，但也可以是（括在圆括号内的）任何正则表达式。

<(ag)(m)(ra)__>——任何包含ag、m、ra和其他2个字母的7个字母长的单词或短语

如果你有一部分顺序信息，可以使用如：

<aan>g<amr>——含有顺序信息，能匹配anagram，但不匹配margana

警告：变位词，特别是大的或者复杂的变位词（超过10-15个字母，或者使用几个不同但可以匹配相同文本的块，或者深度嵌套的），解析和搜索起来会非常慢。

注意：变位词算法并不完美——当使用不是单个字母的通配符或片段的变位词时，有时输出的单词并非是输入单词的变位词。如果你正在使用“花哨的”变位词表达式，记得再三核验得到的结果。

参考网址：

Nutrimatic官网：https://nutrimatic.org/

Nutrimatic使用教程：https://nutrimatic.org/usage.html

Wekipedia的Regular expression词条：https://en.wikipedia.org/wiki/Regular_expression