正则表达式：是否可能通过排除匹配而不使用向前查看？

Question

正则表达式：是否可能通过排除匹配而不使用向前查看？

32

在某些正则表达式引擎中，不支持[否定]零宽断言（前瞻/后顾）。这使得排除某些内容变得极其困难（或许是不可能的？）。例如，“每行都没有“foo”的行”，就像这样：

^((?!foo).)*$

没有使用回顾（忽略复杂性和性能问题）可以实现相同的结果吗？

- Tomalak

2

点击“regex-negation”标签以查看一些类似的问题。 - finnw

4个回答

5

我发现了这个问题，并将事实上没有完全工作的正则表达式视为个人挑战。我相信我已经成功创建了一个正则表达式，可以适用于所有输入——只要您可以使用原子组/占有量词。

当然，我不确定是否有任何支持原子组但不支持回顾的风格，但问题问是否在正则表达式中声明排除而不使用回顾是可能的，而且从技术上讲是可能的。

\A(?:$|[^f]++|f++(?:[^o]|$)|(?:f++o)*+(?:[^o]|$))*\Z

解释：

\A                         #Start of string
(?:                        #Non-capturing group
    $                      #Consume end-of-line. We're not in foo-mode.
    |[^f]++                #Consume every non-'f'. We're not in foo-mode.
    |f++(?:[^o]|$)          #Enter foo-mode with an 'f'. Consume all 'f's, but only exit foo-mode if 'o' is not the next character. Thus, 'f' is valid but 'fo' is invalid.
    |(?:f++o)*+(?:[^o]|$)  #Enter foo-mode with an 'f'. Consume all 'f's, followed by a single 'o'. Repeat, since '(f+o)*' by itself cannot contain 'foo'. Only exit foo-mode if 'o' is not the next character following (f+o). Thus, 'fo' is valid but 'foo' is invalid.
)*                         #Repeat the non-capturing group
\Z                         #End of string. Note that this regex only works in flavours that can match $\Z

如果由于某种原因，您无法使用占位符量词或回顾后发现，但可以使用原子分组，则可以使用：

\A(?:$|(?>[^f]+)|(?>f+)(?:[^o]|$)|(?>(?:(?>f+)o)*)(?:[^o]|$))*\Z

正如其他人所指出的那样，更实际的做法可能是通过其他方式否定匹配。

- Sarov

1

实际上，可以在不使用任何扩展正则表达式功能的情况下表达 ^(?!.*foo) :D 在这种情况下的解决方案是：^([^f]|(f+o)*f+([^fo]|o([^fo]|$)|$))*$。我们甚至可以相当优雅地将其扩展到任意子字符串 "foo"...... 我很快会发布有关此内容的详细说明！ - jaytea

阅读这些内容变得更加复杂，因为双重的“oo”。请理解此问题的人创建一个不包含该问题的版本。 - Preston

1

@Preston 你想要一个非回顾的正则表达式来查找不包含"sna"的行吗？\A(?:$|[^s]++|s++(?:[^n]|$)|(?:s++n)*+(?:[^a]|$))*\Z - Sarov

有没有正则表达式生成器可以接受一个包含字母数字的“字符串”，并搜索不包含它的行（而不使用环视）？那么，如果要添加其他单词进行搜索呢？ - Jon Grah

@JonGrah 我建议你提出一个新的问题来询问。实际上，实用的建议可能是相同的，如果你不能使用lookaround，那么就编写非正则表达式代码来完成它。 - Sarov

2

我偶然发现这个问题，正在寻找我的正则表达式排除解决方案，我试图在正则表达式中排除一个序列。对于这种情况，我的最初反应是在grep中使用-v反转匹配选项。例如，“每行都没有“foo”的行”。

grep -v foo

这将返回文件中不匹配“foo”的所有行。

这么简单，我强烈感觉我刚刚误读了你的问题...

- robert

3

grep -v foo搜索"foo"并否定结果，OP说他希望正则表达式本身完成工作。但是假设要求是“包含'foo'且*不包含'bar'”，并且你只能执行一次正则表达式匹配怎么办？简单地否定结果就行不通了。 - Alan Moore

@Alan：没错，但为什么要限制只匹配一个正则表达式呢？如果我们不限制只匹配一个，那么我们可以使用管道符号：grep foo <file> | grep -v bar。我提出这个问题是因为我无法在Emacs中弄清楚上面的示例并使其工作，但我能够在命令行上做到这一点。 - Zach Young

2

当然，如果可用的话，grep -v或相似命令是最好的选择了。但OP说的是一个假设情况，即你不能反转匹配项，也不能使用前瞻断言。幸运的是，在现实世界中，这样的情况极其罕见。;) - Alan Moore

1

@AlanMoore 你说极其罕见？这里有一个例子，而且想想自从问题被提出已经过去了7年。链接 - Dmitry Grigoryev

1

通常情况下，您可以从客户端代码中查找foo并反转正则表达式匹配的结果。

举个简单的例子，假设您想验证一个字符串是否只包含特定字符。

您可以这样写：

^[A-Za-z0-9.$-]*$

并接受true结果为有效，或者像这样：

[^A-Za-z0-9.$-]

并接受false作为有效结果。

当然，这并不总是一个选项：例如有时你必须将表达式放在配置文件中或将其传递给另一个程序。但值得记住。例如你的具体问题，如果你可以使用否定，那么表达式会简单得多。

- Joel Coehoorn

2

我知道后处理可以解决这个问题...这就是我想避免的，我正在寻找一个能够正确处理的普通正则表达式。此外，我正在寻找一些禁止特定字符序列的东西，而不是无序集合。 - Tomalak

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- J.F. Sebastian · Accepted Answer

更新：正如@Ciantic在评论中指出的那样，它会失败“在oo之前有两个ff”。

^(f(o[^o]|[^o])|[^f])*$

注意：在客户端仅否定匹配比使用上述正则表达式要容易得多。

该正则表达式假设每行以换行符结尾，如果不是，则参见C++和grep的正则表达式。

Perl、Python、C++和grep中的示例程序都提供相同的输出。

perl

#!/usr/bin/perl -wn
print if /^(f(o[^o]|[^o])|[^f])*$/;

python

#!/usr/bin/env python
import fileinput, re, sys
from itertools import ifilter

re_not_foo = re.compile(r"^(f(o[^o]|[^o])|[^f])*$")
for line in ifilter(re_not_foo.match, fileinput.input()):
    sys.stdout.write(line)

c++

#include <iostream>
#include <string>
#include <boost/regex.hpp>

int main()
{
  boost::regex re("^(f(o([^o]|$)|([^o]|$))|[^f])*$");
  //NOTE: "|$"s are there due to `getline()` strips newline char

  std::string line;
  while (std::getline(std::cin, line)) 
    if (boost::regex_match(line, re))
      std::cout << line << std::endl;
}

grep

$ grep "^\(f\(o\([^o]\|$\)\|\([^o]\|$\)\)\|[^f]\)*$" in.txt

示例文件：

foo
'foo'
abdfoode
abdfode
abdfde
abcde
f

fo
foo
fooo
ofooa
ofo
ofoo

输出：

abdfode
abdfde
abcde
f

fo
ofo