我正在尝试将常规文本中的SHA1与一个正则表达式匹配。
理想情况下，我要避免匹配单词。
可以肯定地说，完整的SHA1具有独特的模式(它们长而一致的长度)-因此我可以可靠地匹配它们-但是缩写的SHA1呢？
我可以依靠数字吗？
查看我的提交日志中的SHA1-数字始终出现在前3个字符中。但这太短了吗？我可以假设要出现一个数字之前需要考虑几个SHA1字符？
这不一定是100％准确的-我只需要在99％的时间内匹配缩写的SHA1。
最佳答案
您可以认为SHA1散列是完全随机的，因此减少了几率。给定数字不是数字的概率为6/16或0.375。三个SHA1数字全不是数字的概率为0.375 ** 3或0.0527(5％ish)。再次以六位数减少到0.00278(0.2％)。在五个数字处，所有字母的概率下降到1％以下(您说您想匹配99％的时间)。
制作始终匹配SHA1值的正则表达式很容易:
\b[0-9a-f]{5,40}\b
但是，这也可能匹配完美的五个字母词，例如“增加”或“褪色”。在我的
/usr/share/dict/words文件中，有几个匹配的六个字母词:最有可能的是“accede”，“beaded”，“bedded”，“decade”，“faced”，“efface”和“facade”。在七个字母处，只有“事迹”，这不太可能出现在散文中。这完全取决于您可以容忍多少误报，以及您实际会遇到的可能单词。关于git - 匹配SHA1的正则表达式，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/468370/