Question

我有一个正则表达式，其中相同的匹配条件可以应用于多个分隔符。 []，()和<>都有效。例如，它看起来像这样：

\[.\]|\(.\)|<.>

有没有办法从上面的正则表达式中删除冗余？分隔符内的匹配条件始终相同，但分隔符本身可能不同。

Answer 1

我猜你在问，因为

[[(<].[])>]

由于显而易见的原因，

不够准确。

回答“不，没有办法”，这总是很危险，因为很难确定每个人都检查过一切。在这种情况下，人们必须经常提出可靠的证据来解答。

我不确定这是一个足够强大的证据，甚至根本不是“证据”，但请考虑这个（伪）信息理论的观点：

PCRE引擎本身不知道字符对[]，()和<>之间的任何关系。因此，表达式本身必须包含该信息，即。要求至少六个字符[]()<>才会出现。

不仅如此，但由于同样的原因，表达式本身必须定义至少两个配对（留下第三个暗示）。我不确定如何证明两个交替操作符（|）是你能做的最好的，但我的意思是，即使更紧凑的方式，你也会去至少保存一个 个字符，因为至少需要一位来说“配对存在！”

元字符的转义只能通过[]()可以出现在字符类中而不被转义的事实来压缩，但首先，这并不是真正的“删除冗余”因为它是“语法中的幸运环境”，其次，你仍然需要为所述字符类的定义添加两个字符：[]。

因此，我相信即使从理论的角度来看，如果我对正则表达式引擎无法知道的假设是正确的，那么最多可以保存你已经提供的正则表达式中的三个字符：\[.\]|\(.\)|<.>。

我热切期待被正则表达的大师们纠正！

Answer 2

如果您真的使用PCRE library（例如通过PHP），您可以使用DEFINE组创建子例程，如下所示：

'~(?(DEFINE)(?<content>\w+))(?:<(?&content)>|\[(?&content)\]|\((?&content)\))~'

...或更可读：

(?(DEFINE)(?<content>\w+))
(?:
  <(?&content)>
  |
  \[(?&content)\]
  |
  \((?&content)\)
)

这是PHP中的 demo 。它也应该在Perl中工作。

使用多个可能的分隔符从正则表达式中删除冗余

2 个答案: