正則表達式 - Java

Question

我繼承了一些正則表達式，試圖理解它爲什麼匹配某種模式。正則表達式基於積極的前瞻性斷言和匹配文本，如bear grylls episode。這是有道理的。但它也與episode後跟bear grylls的文本匹配，例如，​​。我沒有看到任何引用在正則表達式中向後看。最後是.*?使它向後看？

^(?=.*?bear grylls)(?=.*?(\bnbc\b|reality|episode|show|watch|series|season|premiere)).*? 

Answer 1

這解釋了它在做什麼。
要修改，取決於你想要做什麼。

這是其目前在做什麼 -

# ^(?=.*?bear\ grylls)(?=.*?(\bnbc\b|reality|episode|show|watch|series|season|premiere)).*? 

^        # Beginning of string 
(?=       # Look ahead 
     .*?       # Ungreedy, any number of characters 
     bear\ grylls     # Must be 'bear grylls' somewhere 
)        # End lookahead 
(?=       # Look ahead 
     .*?       # Ungreedy, any number of characters 
     (       # (1 start), Must be one of these somewhere 
      \b nbc \b 
     | reality 
     | episode 
     | show 
     | watch 
     | series 
     | season 
     | premiere 
    )        # (1 end) 
)        # End lookahead 
.*?       # Assertions passed tests, now match the entire string 

我將其修改爲這個獲得一個更好一點的功能 -

# (?s)^(?=.*\bbear\ grylls\b)(?=.*\b(nbc|reality|episode|show|watch|series|season|premiere)\b).* 

(?s)       # Dot all modifier 
^        # Beginning of string 
(?=       # Look ahead 
     .*       # Greedy, any number of characters 
     \b bear\ grylls \b   # Must be 'bear grylls' 
)        # End lookahead 
(?=       # Look ahead 
     .*       # Greedy, any number of characters 
     \b 
     (       # (1 start), Must be one of these 
      nbc 
     | reality 
     | episode 
     | show 
     | watch 
     | series 
     | season 
     | premiere 
    )        # (1 end) 
     \b 
)        # End lookahead 
.*       # Assertions passed tests, now match the entire string 

我建議使用RegexFormat 5它格式化，並創建自動評論。

Answer 2

所有前瞻，看看隱藏斷言(?=...)，(?!...)，(?<=...)，(?<!...)不消耗文本。它不會將指針前進到當前位置，這是某些文本匹配時的正常行爲。

由於它不會推進索引，因此可以使用此屬性來檢查文本的多個屬性，否則很難在沒有預測的情況下組合到單個表達式中。

就你而言，正則表達式檢查字符串bear grylls是否存在，然後檢查第二個預讀中是否存在任何字符串。

沒有先行，正則表達式會變成：

^.*?bear grylls.*?(\bnbc\b|reality|episode|show|watch|series|season|premiere)|^.*?(\bnbc\b|reality|episode|show|watch|series|season|premiere).*?bear grylls 

由於bear grylls來臨之前或後，任何在列表中的字符串，則需要交替檢查這兩種情況。 DRY問題可以通過字符串連接來解決，但是當它不可用時，人們將很難進行維護。

這也是一種在密碼驗證中經常使用的技術，其中可能存在多個條件，例如至少一個字母，至少一個數字，至少一個特殊字符，一行中沒有3個相同的字符等。如果你想編寫一個單一的表達式來檢查上面的所有屬性，這是非常混亂。使用預讀斷言允許您將所有內容都塞進單個表達式中，而不會使正則表達式難以理解和無法維護。

個人而言，我不太喜歡這種方法，因爲沒有必要將所有東西都塞進一個單一的正則表達式中，除非您受限於該工具並且不允許運行多個正則表達式。我們可以製作2個正則表達式並對每個字符串進行測試。性能將大致相同，因爲在正則表達式引擎中完成了相同的工作量。事實上，我相信大多數引擎會在上面的正則表達式中重新掃描字符串兩次。

Answer 3

我改寫原來的正則表達式，它可以有你想要的結果

^(?=.*?bear grylls).+(?=.*?(\bnbc\b|reality|episode|show|watch|series|season|premiere)).*? 

這是很相似的前一個。唯一的區別是，我在兩個肯定的前瞻斷言之間加上了「+」，這將強制執行這兩部分的順序，例如，「bear grylls episode」將有積極結果，而「episode bear grylls」不會。

沒有這個，這兩個前瞻斷言將不會有任何序列偏好。基本上它們是完全平等的。