numrange2re.py

#!/usr/bin/env python3

# answer to http://ja.stackoverflow.com/questions/31353/python3-%e3%81%a7%e3%81%ae%e6%ad%a3%e8%a6%8f%e8%a1%a8%e7%8f%be%e3%81%b8%e3%81%ae%e5%a4%89%e6%8f%9b%e3%81%ab%e3%81%a4%e3%81%84%e3%81%a6

import re

def _parse_numrange(s):
    m = re.search(r'\[(\d+)-(\d+)\]', s)
    return m.group(1), m.group(2)

def _join_pos_digit(lst, p):
    lst2 = [lst[0]]             # 処理後のリスト
    for i in range(1, len(lst)):
        if len(lst[i]) < p or len(lst[i - 1]) < p:
            # 比較する桁が存在しない
            lst2.append(lst[i])
            continue
        # lst中の前の値と当該桁を比較
        rst = lst[i][-(p - 1)] if p > 1 else []
        rst1 = lst[i - 1][-(p - 1)] if p > 1 else []
        if int(lst[i - 1][-p]) + 1 == int(lst[i][-p]) and rst == rst1:
            # 当該桁が前の値+1で、当該桁以降が同じなら、lst2でまとめる
            if isinstance(lst2[-1][-p], list):
                # lst2で当該桁をまとめ済み
                lst2[-1][-p].append(lst[i][-p])
            else:
                # lst2で当該桁はまだまとめていない
                lst2[-1][-p] = [lst2[-1][-p], lst[i][-p]]
        else:
            # lst2に追加
            lst2.append(lst[i])
    return lst2

def _check_head(lst):
    lst2 = [lst[0]]             # 処理後のリスト
    for i in range(1, len(lst)):
        if len(lst[i]) == len(lst[i - 1]) + 1 and lst[i][1:] == lst[i - 1]:
            lst2[i - 1] = [lst[i][0], '?', *lst[i - 1]]
        else:
            lst2.append(lst[i])
    return lst2

def _lst2re(lst):
    lst2 = []
    for x in lst:
        s = ''
        for c in x:
            if isinstance(c, list):
                if len(c) > 2:
                    s = s + '[' + c[0] + '-' + c[-1] + ']'
                else:
                    s = s + '[' + c[0] + c[1] + ']'
            else:
                s = s + c
        lst2.append(s)
    return '|'.join(lst2)

def numrange2re(s):
    st, ed = _parse_numrange(s)
    # (数値 → 文字列 → 文字のリスト) のリスト
    lst = [list(str(x)) for x in range(int(st), int(ed) + 1)]
    # 右端の桁から [] にまとめる処理
    for p in range(1, len(ed) + 1):
        lst = _join_pos_digit(lst, p)
    # 左端の文字をチェックして x? にするところを探す
    lst =  _check_head(lst)
    # リスト → 正規表現文字列
    return _lst2re(lst)

print(numrange2re('[10-20]'))   #=> '1[0-9]|20'
print(numrange2re('[0-100]'))   #=> '[1-9]?[0-9]|100'
print(numrange2re('[23-94]'))   #=> '2[3-9]|[3-8][0-9]|9[0-4]'