正则表达式匹配xa？b？c？但不是单独的

2018-06-10 01:29:20

我正在尝试编写一个匹配xa？b？c的正则表达式？但不是x。实际上，'x'，'a'，'b'和'c'不是单个字符，它们是适度复杂的子表达式，所以我试图避免像x（abc | ab | ac | bc | A | b | C）。是否有一种简单的方法在正则表达式中匹配“a，b和c中的至少一个”，或者我运气不好？

这是最短的版本：

(a)?(b)?(c)?(?(1)|(?(2)|(?(3)|(*FAIL))))

如果您需要在一个单独的组中保留比赛，请写下：

((a)?(b)?(c)?)(?(2)|(?(3)|(?(4)|(*FAIL))))

但是，在a ， b或c包含捕获组的情况下，这不是非常强大。所以不要写这个：

(?<A>a)?(?<B>b)?(?<C>c)?(?(<A>)|(?(<B>)|(?(<C>)|(*FAIL))))

如果你需要整个比赛的小组，然后写下这个：

(?<M>(?<A>a)?(?<B>b)?(?<C>c)?(?(<A>)|(?(<B>)|(?(<C>)|(*FAIL)))))

如果像我一样，你更喜欢多字母标识符，并认为这种事情是疯狂的，而不是在/x模式，写下这个：

(?x)
(?<Whole_Match>
    (?<Group_A> a) ?
    (?<Group_B> b) ?  
    (?<Group_C> c) ?

    (?(<Group_A>)           # Succeed 
      | (?(<Group_B>)       # Succeed
          | (?(<Group_C>)   # Succeed
              |             (*FAIL)
            )
        )
    )
 )

这里是完整的测试程序来证明这些工作：

#!/usr/bin/perl
use 5.010_000;

my @pats = (
    qr/(a)?(b)?(c)?(?(1)|(?(2)|(?(3)|(*FAIL))))/,
    qr/((a)?(b)?(c)?)(?(2)|(?(3)|(?(4)|(*FAIL))))/,
    qr/(?<A>a)?(?<B>b)?(?<C>c)?(?(<A>)|(?(<B>)|(?(<C>)|(*FAIL))))/,
    qr/(?<M>(?<A>a)?(?<B>b)?(?<C>c)?(?(<A>)|(?(<B>)|(?(<C>)|(*FAIL)))))/,
    qr{
        (?<Whole_Match>

            (?<Group_A> a) ?
            (?<Group_B> b) ?
            (?<Group_C> c) ?

            (?(<Group_A>)               # Succeed
              | (?(<Group_B>)           # Succeed
                  | (?(<Group_C>)       # Succeed
                      |                 (*FAIL)
                    )
                )
            )

        )
    }x,
);

for my $pat (@pats) {
    say "nTESTING $pat";
    $_ = "i can match bad crabcatchers from 34 bc and call a cab";
    while (/$pat/g) {
        say "$`<$&>$'";
    }
}

所有五个版本产生这个输出：

i <c>an match bad crabcatchers from 34 bc and call a cab
i c<a>n match bad crabcatchers from 34 bc and call a cab
i can m<a>tch bad crabcatchers from 34 bc and call a cab
i can mat<c>h bad crabcatchers from 34 bc and call a cab
i can match <b>ad crabcatchers from 34 bc and call a cab
i can match b<a>d crabcatchers from 34 bc and call a cab
i can match bad <c>rabcatchers from 34 bc and call a cab
i can match bad cr<abc>atchers from 34 bc and call a cab
i can match bad crabc<a>tchers from 34 bc and call a cab
i can match bad crabcat<c>hers from 34 bc and call a cab
i can match bad crabcatchers from 34 <bc> and call a cab
i can match bad crabcatchers from 34 bc <a>nd call a cab
i can match bad crabcatchers from 34 bc and <c>all a cab
i can match bad crabcatchers from 34 bc and c<a>ll a cab
i can match bad crabcatchers from 34 bc and call <a> cab
i can match bad crabcatchers from 34 bc and call a <c>ab
i can match bad crabcatchers from 34 bc and call a c<ab>

甜，呃？

编辑：对于x的开头部分，只是把任何x你想在比赛开始，第一个可选的捕获组之前的a部分，所以像这样的：

x(a)?(b)?(c)?(?(1)|(?(2)|(?(3)|(*FAIL))))

或者像这样

(?x)                        # enable non-insane mode

(?<Whole_Match>
    x                       # first match some leader string

    # now match a, b, and c, in that order, and each optional
    (?<Group_A> a ) ?
    (?<Group_B> b ) ?  
    (?<Group_C> c ) ?

    # now make sure we got at least one of a, b, or c
    (?(<Group_A>)           # SUCCEED!
      | (?(<Group_B>)       # SUCCEED!
          | (?(<Group_C>)   # SUCCEED!
              |             (*FAIL)
            )
        )
    )
)

测试语句是在没有x部分的情况下构建的，所以它不适用于此，但我想我已经证明了我的意思。请注意，所有的x ， a ， b和c都可以是任意复杂的模式（是，甚至递归），而不仅仅是单个字母，并且它们是否使用它们自己的编号捕获组并不重要。

如果你想用这种方式去做这件事，你可以这样做：

(?x)

(?(DEFINE)
       (?<Group_A> a)
       (?<Group_B> b)
       (?<Group_C> c)
)

x

(?= (?&Group_A)
  | (?&Group_B)
  | (?&Group_C)
)

(?&Group_A) ?
(?&Group_B) ?
(?&Group_C) ?

以下是在测试程序中添加到@pats数组中的内容，以显示此方法也适用：

qr{
    (?(DEFINE)
        (?<Group_A> a)
        (?<Group_B> b)
        (?<Group_C> c)
    )

    (?= (?&Group_A)
      | (?&Group_B)
      | (?&Group_C)
    )

    (?&Group_A) ?
    (?&Group_B) ?
    (?&Group_C) ?
}x

你会注意到，即使使用前瞻技术，我仍然设法不要重复a ， b或c任何a 。

我赢了吗？ ☺

不平凡，如果你没有前瞻。

x(ab?c?|bc?|c)

这个怎么样：

x(?:a())?(?:b())?(?:c())?(1|2|3)

如果a ， b或c匹配，则a ， b和c之后的空捕获组将始终匹配（空字符串）。

(1|2|3)部分只有在至少有一个前面的组参加了比赛时才会匹配。所以如果你只有x ，则正则表达式失败。

正则表达式的每个部分都将被评估一次。

当然，如果x ， a ， b和c是更复杂的包含捕获组的子表达式，则必须相应地调整反向引用的数量*。

由于这个正则表达式看起来有点奇怪，下面是详细的版本：

x          # Match x
(?:a())?   # Try to match a. If this succeeds, 1 will contain an empty string.
(?:b())?   # Same with b and 2.
(?:c())?   # Same with c and 3.
(1|2|3) # Now try to match the content of one of the backreferences. 
           # This works if one of the empty parentheses participated in the match.
           # If so, the backref contains an empty string which always matches. 
           # Bingo!

除非你不介意匹配字符串cxba xb否则你可能需要用锚（ ^和$ ）来包围它。

例如，在Python中：

>>> r=re.compile(r"x(?:a())?(?:b())?(?:c())?(1|2|3)$")
>>> for test in ("x", "xa", "xabc", "xba"):
...     m = r.match(test)
...     if m:
...         print("{} --> {}".format(test, m.group(0)))
...     else:
...         print("{} --> no match".format(test))
...
x --> no match
xa --> xa
xabc --> xabc
xba --> no match

*或者，如果您的regex flavor知道命名的捕获组，则可以使用这些组

x(?:a(?P<a>))?(?:b(?P<b>))?(?:c(?P<c>))?((?P=a)|(?P=b)|(?P=c))

在Python / PCRE中。在.NET（以及其他可能的风格）中，拥有多个使用相同名称的捕获组甚至是合法的，这使得另一种简化成为可能：

x(?:a(?<m>))?(?:b(?<m>))?(?:c(?<m>))?k<m>

链接地址: http://www.djcxy.com/p/29867.html

上一篇: Regex that matches xa?b?c? but not x alone

下一篇: Regular expression matching

正则表达式匹配xa？b？c？ 但不是单独的

正则表达式匹配xa？b？c？但不是单独的