获取唯一的正则表达式匹配结果（不使用映射或列表）

Question

有没有一种方法可以仅获取唯一匹配项？在匹配之后不使用列表或映射，我希望匹配器的输出立即是唯一的。

示例输入/输出：

String input = "This is a question from [userName] about finding unique regex matches for [inputString] without using any lists or maps. -[userName].";
Pattern pattern = Pattern.compile("\\[[^\\[\\]]*\\]");
Matcher matcher = pattern.matcher(rawText);
while (matcher.find()) {
    String tokenName = matcher.group(0);
    System.out.println(tokenName);
}

这将输出以下内容：

[userName]
[inputString]
[userName]

但我希望它输出以下内容：

[userName]
[inputString]

- Isaac

Answer 1

有的。你可以结合使用负向前瞻和反向引用：

"(\\[[^\\[\\]]*\\])(?!.*\\1)"

只有当实际匹配模式没有再次出现在字符串中时，才会进行匹配。这实际上意味着您总是获得每个匹配项的最后一个出现位置，因此您将按不同顺序获取它们：

[inputString]
[userName]

如果顺序对你很重要（比如必须按首次出现的顺序排序），那么仅使用正则表达式就无法实现。你需要使用可变长度后置断言，而Java不支持此功能。

进一步阅读:

• 环视
• 反向引用

---

关于通用解决方案的一些注意事项

请注意，这适用于任何匹配非零宽度的模式。通用解决方案只需：

(yourPatternHere)(?!.*\1)

如果您希望它与具有零宽度匹配的模式一起工作（因为您只想知道位置，并且出于某种原因仅使用回顾），则可以这样做：

（我忽略了双反斜杠，因为那只适用于少数几种语言。）

(zeroWidthPatternHere)(?!.+\1)

另外，请注意（一般而言），如果您的输入可能包含换行符，则可能需要使用"singleline"或"dotall"选项（否则，前瞻将仅检查当前行）。 如果您不能或不想激活它（因为您的模式包括不应与换行符匹配的句点；或者因为您使用JavaScript），则这是通用解决方案：

(yourPatternHere)(?![\s\S]*\1)

为了使这个答案更加普适，以下是如何仅匹配每个匹配项的第一个出现（在具有可变长度回顾后环境的引擎中，如.NET）：

(yourPatternHere)(?<!\1.*\1)
or
(yourPatternHere)(?<!\1[\s\S]*\1)

- Martin Ender

---

顺序对我的需求并不重要，所以这很完美。现在我只需要研究一下前瞻和后向引用，才能真正理解语法。干杯！ - Isaac

@Ibrahim，我在这两个主题上添加了两个链接。 - Martin Ender

有很多人试图解释这个问题...但我只理解了你的解释，因为你是以一般性的方式解释的 +1。 - Sufyan Jabr

@MartinEnder 谢谢您的回复。您的清晰解释帮助我学习了很多。 - Hsehdar

嗨，我正在尝试在Dreamweaver正则表达式搜索和Espresso中测试您的解决方案。但对于我来说不起作用。我正在尝试查找相当大的网站源代码中所有不同的数据源="someDSNname"出现次数。但即使在一个小例子中，如果我放入两个那样的出现次数，都会从正则表达式中返回。 我尝试过： (datasource="(.?)")(?!.\1) (datasource="(.?)")(?!.+\1) - pixelwiz