民间， 我正在尝试使用正则表达式来处理大量的数字字符串，并匹配特定模式的数字序列，其中一些数字在组中重复。部分要求是确保给定模式的各部分之间的唯一性。
我想要实现的匹配类型的一个例子
ABBBCCDD
将其解释为一组数字。但A，B，C，D不能相同。每个重复都是我们试图匹配的模式。
我一直在使用带有负面预测的正则表达式作为此匹配的一部分，它可以工作，但不是所有时间，我很困惑为什么。我希望有人可以解释为什么会出现故障并提出解决方案。
因此，为了解决ABBBCCDD问题，我使用群组负面预测来提出这个RE ..
(.)(?!\1{1,7})(.)\2{2}(?!\2{1,4})(.)\3{1}(?!\3{1,2})(.)\4{1}
要打破这个......
(.) single character wildcard group 1 (A)
(?!\1{1,7}) negative look-ahead for 1-7 occurrences of group 1 (A)
(.) single character wildcard group 2 (B)
\2{2} A further two occurrences of group 2 (B)
(?!\2{1,4}) Negative look-ahead of 1-4 occurrences of group 2 (B)
(.) single character wildcard group 3 (C)
\3{1} One more occurrence of group 3 (C)
(?!\3{1,2}) Negative look-ahead of 1-2 occurrences of group 3 (C)
(.) single character wildcard group 4 (D)
\4{1} one more occurrence of group 4 (D)
这里的想法是，负面预测可以作为验证某个特定字符在意外情况下未找到的方法。所以在接下来的7个字符中检查A.一旦B和它的2次重复匹配，我们就会在接下来的4个字符中向前看待B。最后，一旦这对Cs匹配，我们会在最后的2中查找C作为检测不匹配的方法。
对于测试数据，此字符串“01110033”与表达式匹配。但它不应该因为A的'0'在C位置重复。
我在Python中运行了这个表达式的检查，并在PCRE模式下运行了grep（-P）。两者都匹配错误的模式。
我将表达式放在https://regex101.com/中，并带有相同的测试字符串“01110033”，它也匹配在那里。我没有足够的评分来发布我尝试过的测试数据的图像。所以这里有一些来自grep -P
的命令行运行的文本抓取因此我们在CC位置重复A的无效表达式通过..
$ echo "01110033" | grep -P '(.)(?!\1{1,7})(.)\2{2}(?!\2{1,4})(.)\3{1}(?!\3{1,2})(.)\4{1}'
01110033
$
将DD更改为11，复制BBB，我们也发现尽管B进行了前向否定检查，但仍然可以通过..
$ echo "01110011" | grep -P '(.)(?!\1{1,7})(.)\2{2}(?!\2{1,4})(.)\3{1}(?!\3{1,2})(.)\4{1}'
01110011
$
现在将DD更改为“00”，将CC数字复制到低位并看到它不匹配..
$ echo "01110000" | grep -P '(.)(?!\1{1,7})(.)\2{2}(?!\2{1,4})(.)\3{1}(?!\3{1,2})(.)\4{1}'
$
从表达式中删除CC“（？！\ 3 {1,2}）”的前向 - 否定检查，我们重复D位置的C位使其通过。
$ echo "01110000" | grep -P '(.)(?!\1{1,7})(.)\2{2}(?!\2{1,4})(.)\3{1}(.)\4{1}'
01110000
$
返回原始测试编号并将CC数字切换为与B中相同的“1”使用。它无法通过。
$ echo "01111133" | grep -P '(.)(?!\1{1,7})(.)\2{2}(?!\2{1,4})(.)\3{1}(?!\3{1,2})(.)\4{1}'
$
要为BBB组播放，请将B数字设置为与A遇到的相同的0。也无法匹配..
$ echo "00002233" | grep -P '(.)(?!\1{1,7})(.)\2{2}(?!\2{1,4})(.)\3{1}(?!\3{1,2})(.)\4{1}'
$
然后取出A的负面预测，我们可以匹配..
$ echo "00002233" | grep -P '(.)(.)\2{2}(?!\2{1,4})(.)\3{1}(?!\3{1,2})(.)\4{1}'
00002233
$
所以在我看来，前向否定检查是有效的，但它只适用于下一个相邻的一组，或者它的预期前瞻范围在某种形式下被缩短，可能是我们试图匹配的额外事物。
如果我在B之后在A上添加了一个额外的前瞻并且它的重复已被处理，我们得到它以避免在重复使用A数字的CC部分上匹配..
$ echo "01110033" | grep -P '(.)(?!\1{1,7})(.)\2{2}(?!\1{1,4})(?!\2{1,4})(.)\3{1}(?!\3{1,2})(.)\4{1}'
$
为了更进一步，然后在匹配CC集之后，我需要再次重复A和B的负向前瞻。这似乎是错的。
希望RE专家可以澄清我在这里做错了什么，或者根据我观察的内容确认负向前瞻是否确实有限
答案 0 :(得分：0)
(.)(?!.{0,6}\1)(.)\2{2}(?!\2{1,4})(.)\3{1}(?!\3{1,2})(.)\4{1}
^^^^^^^^
当lookahead出现在字符串中的任何位置时，将\1更改为禁止匹配。请参阅演示。您也可以在正则表达式中修改其他部分。
答案 1 :(得分：0)
注意：已更新。
正如vks已经指出的那样，你的负面前瞻并不排除你的想法 - 例如\1{1,7}只会排除A，AA，AAA，AAAA，AAAAA，AAAAAA和AAAAAAA。我认为您希望前瞻为.*\1，.*\2，.*\3等。
但是，这是另一个想法：预先过滤任何具有非相邻重复字符的行很容易：
grep -P -v '(.)(?!\1).*\1'
然后你对结果的正则表达式更加简单：.{1}.{3}.{2}.{2}
事实上，整个事情可以使用第一个作为负前期预测约束来组合：
(?!.*(.)(?!\1).*\1).{1}.{3}.{2}.{2}
或者如果你需要像原来那样捕捉数字：
(?!.*(.)(?!\1).*\1)(.){1}(.){3}(.){2}(.){2}
但请注意，这些数字现在为\ 2 \ 3 \ 4 \ 5，因为\ 1位于前瞻中。
答案 2 :(得分：0)
基于到目前为止的反馈，我给出了另一个答案，它不依赖于基于总长度的算术，并且将自包含地识别长度序列1,3中的4个唯一字符/数字组的任何序列，2,2在字符串中的任何地方：
/(?<=^|(.)(?!\1))(.)\2{0}(?!\2)(.)\3{2}(?!\2|\3)(.)\4{1}(?!\2|\3|\4)(.)\5{1}(?!\5)/gm
^^^^^^^^^^^^^^^^ this is a look-behind that makes sure we're starting with a new character/digit
^^^^^^^^ this is the size-1 group; yes the \2{0} is superfluous
^^^^^^ this ensures the next group is unique
^^^^^^^^ this is the size-3 group
etc.
如果这更接近您的解决方案，请告诉我。如果是这样，并且如果所有“模式”都包含您正在寻找的组大小的序列（如1,3,2,2），我可以提出一些代码，为任何此类代码生成相应的正则表达式输入“模式”。
答案 3 :(得分：0)
这里有一些关于最终解决方案对我来说是什么样的细节..
所以从根本上来说（？！\ 1 {1,7}）并不是我想象的那样，而是我遇到的问题的全部原因。真诚地感谢你们为我找到这个问题。
我所展示的例子是大约50个，我必须从一组模式中制定出来。
最终成为..
ABBBCCDD
09(.)(?!.{0,6}\1)(.)\2{2}(?!.{0,3}\2)(.)\3{1}(?!.{0,1}\3)(.)\4{1}
所以一旦\ 1（A）被捕获，我测试了在A之前的0-6个野生动物的负向前瞻。然后我捕获\ 2（B），它的两次重复然后给予B负0a野生+ B的预测等等。
它使焦点集中在消极地向前看，以确保被抓住的群体不会重复他们不应该重复的地方。然后，随后的捕获及其重复模式将完成剩下的工作以确保匹配。
最终集中的其他示例：
ABCCDDDD
(.)(?!.{0,6}\1)(.)(?!.{0,5}\2)(.)\3{1}(?!.{0,3}\3)(.)\4{3}
AABBCCDD
(.)\1{1}(?!.{0,5}\1)(.)\2{1}(?!.{0,3}\2)(.)\3{1}(?!.{0,1}\3)(.)\4{1}
ABCCDEDE
09(.)(?!.{0,6}\1)(.)(?!.{0,5}\2)(.)\3{1}(?!.{0,3}\3)(.)(?!\4{1})(.)\4{1}\5{1}