Question

如果之前已经捕获了令牌的一部分，我需要一个忽略令牌的正则表达式。

示例

var bold, det, bold=6, sum, k

此处，bold=6应该被忽略，因为已经捕获了bold。此外，在发生任何匹配之前必须存在var，最后一个标记k不应该跟逗号。只有var和最后一个标记k中的变量后面应加一个逗号。

另一个例子

var bold=6, det, bold, sum, k

此处，bold后面的det应被忽略，因为bold=6已被捕获。

我尝试使用这种模式(?:\\bvar\\b|\\G)\\s*(\\w+)(?:,|$)，但它并没有忽略重复的内容。

Answer 1

你可以用一个负向前瞻来调整你的正则表达式：

            cd test
            npm install

RegEx Demo

如果在字符串的其余部分跟随一个单词，它将跳过匹配单词，而不是跟踪它已经匹配的内容。

此处(?:\bvar\b|\G)\s*(?:(\w+)(?!.*\b\1\b)(?:=\w+)?|\S+)(?:,|\bk\b)是否定前瞻，如果在输入的RHS上找到相同的单词，将避免匹配单词。 (?!.*\b\1\b)是匹配词的反向引用。

RegEx分手：

\1

Answer 2

取决于您可以尝试使用哪些信息：

仅在Java中工作的解决方案，将为您提供变量名称并启动和结束的错误：

(?<=var.{0,999})(?<!=)(?!var\b)\b(?<var>\w+)\b(?<!var.{1,999}(?=\k<var>).{1,999}(?=\k<var>).{1,999})

RegexPlanet Demo

它使用Java正则表达式的丑陋但非常有效的特性：间隔（x{min,max}）在后面。只要你使用间隔最小和最大长度，您可以在Java正则表达式中使用它。所以与其 .*您可以使用.{0,999}。如果有的话会失败需要比999更多的char，你可以使用更大的数字，但我认为在这个问题上没有必要。命名组<var>在此处是可选的，您可以使用普通组在代码中添加它。

Java实现：

public class Test{
    public static void main(String[] args){
        String test = "var bold, det, bold=6, sum, k\n" +
                "var foo=6, abc, foo, xyz, k";
        Matcher matcher = Pattern.compile("(?<=var.{0,999})(?<!=)(?!var)\\b(?<var>\\w+)\\b(?<!var.{1,999}(?=\\k<var>).{1,999}(?=\\k<var>).{1,999})").matcher(test);
        while(matcher.find()){
            System.out.println(matcher.group("var") + "," + matcher.start("var") + "," + matcher.end("var"));

        }

    }
}

带输出的

（变量名，起始索引，结束索引）：

bold,4,8
det,10,13
sum,23,26
k,28,29
foo,34,37
abc,41,44
xyz,51,54
k,56,57

正则表达式的解释：

(?<=var.{0,999}) - 必须以文字var开头，后跟任意
字符数，但不是新行，
(?<!=) - 不应以等号开头，以避免将变量名称和值匹配为不同的匹配项，
(?!var\b) - var字后面跟不能，以避免匹配这个字，
\b(?<var>\w+)\b - 单独的单词，被捕获到<var>组，
(?<!var.{1,999}(?=\k<var>).{1,999}(?=\k<var>).{1,999}) - 匹配的单词前面不能有var字后跟一些字符，包括捕获的字，后跟一些字符，再次包含捕获的字，

但正如我所写的那样，它只适用于Java。

如果只需要变量名称，可以使用：
```
(?<=var\s|\G,\s)(?<var>\w+)(?=,|$)|(?<=var\s|\G,\s)(?<initialized>[^,\n]+)
```
DEMO

获取没有重复的变量名称。但如果你想开始/结束索引，它将捕获到组的第二次出现重复的变量名称。

正则表达式忽略已经声明的变量初始化

2 个答案: