反转sprintf /格式的方法

我必须通过分析格式化结果来启发式地确定格式模式字符串。 例如，我有这些字符串：   你有3条未读消息。      您有10条未读消息。      对不起，戴夫。我恐怕不能那样做。      对不起，弗兰克。我恐怕不能那样做。      这句话是错误的。 我想导出这些格式字符串：   您有％s条未读邮件      对不起，％s。我恐怕不能那样做。      这句话是错误的。 哪种方法和/或算法可以帮助我？ 我的第一个想法是使用机器学习的东西，但我的胆量告诉我这可能是一个相当经典的问题。 一些额外要求： 参数的类型是无关紧要的，即如果参数最初是

%s

或

%d

或者填充或对齐，我不需要信息。 可以有多个参数（或根本没有参数） 通常，数据由数千个格式化字符串组成，但只有数十种格式模式。