Question

我继承了一些正则表达式并试图理解为什么它与某些模式匹配。正则表达式基于正向前瞻断言和匹配文本，如bear grylls episode。这是有道理的。但它也匹配episode后跟bear grylls的文字，例如episode bear grylls。我没有看到在正则表达式中向后看的任何引用。最后是.*?让它向后看？

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

Answer 1

这解释了它的作用要修改，这取决于你想做什么。

这是它目前正在做的事情 -

 # ^(?=.*?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

我会修改它以获得更好的功能 -

 # (?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

我建议使用RegexFormat 5格式化并创建自动评论。

Answer 2

所有前瞻和后瞻断言(?=...)，(?!...)，(?<=...)，(?<!...) 不会使用文字。它不会将指针前进到当前位置，这是匹配某些文本时的正常行为。

由于它不会使索引前进，因此您可以使用此属性来检查文本的多个属性，否则很难将它们组合成单个表达式而不进行预读。

在你的情况下，正则表达式检查是否存在字符串bear grylls，然后检查第二个预测中是否存在任何字符串。

没有预见，正则表达式将成为：

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

由于bear grylls可以在列表中的任何字符串之后的或之前，因此您需要交替检查这两种情况。可以通过字符串连接来解决DRY问题，但是当它不可用时，人们将很难进行维护。

这也是密码验证中经常使用的一种技术，其中可能存在多种条件，例如至少一个字母，至少一个数字，至少一个特殊字符，连续3个相同字符等。你想写一个表达式来检查上面的所有属性，它是非常凌乱的。使用前瞻断言允许您在一个表达式中填充所有内容，而不会使正则表达式难以理解且无法维护。

就个人而言，我并不太喜欢这种方法，因为没有必要将所有内容都塞进一个正则表达式中，除非你受到工具的限制并且不允许运行多个正则表达式。我们可以制作2个正则表达式并测试每个字符串。性能大致相同，因为在正则表达式引擎中完成了相同的工作量。事实上，我相信大多数引擎会在上面的正则表达式中重新扫描字符串两次。

Answer 3

我重写了你的原始正则表达式，它可以得到你想要的结果

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

它与前一个非常相似。唯一的区别是我添加＆＃34;。+＆＃34;在两个积极的先行断言之间，这将强制执行这两个部分的顺序，例如，＆＃34;承担grylls剧集＆＃34;将会有积极的结果，而＃34;情节会伴随着＃34;韩元＆＃39;吨。

如果没有这个，这两个前瞻断言不会有任何序列偏好。基本上他们是完全平等的。

正则表达式环顾四周 - Java

3 个答案: