正则表达式：确保b不在a和c之间

Question

这是我尝试用正则表达式做的事情，我无法弄清楚如何做。我有一个大文件，以及在整个文件中多次出现的字符串abc，123和xyz。

我想要一个正则表达式来匹配以abc开头的大文件的子字符串，在中间某处包含123，以xyz结尾，并且除了开头和结尾之外，子字符串中没有abc或xyz的其他实例。

这是否可以使用正则表达式？

Answer 1

您需要 tempered greedy token ：

abc(?:(?!abc|xyz|123).)*123(?:(?!abc|xyz).)*xyz

请参阅regex demo

要确保它跨行匹配，请在编译正则表达式时使用re.DOTALL标志。

请注意，为了在如此繁重的模式下获得更好的性能，您应该考虑展开它。它可以用否定的字符类和负向前瞻来完成。

模式详情：

• abc - 匹配abc
• (?:(?!abc|xyz|123).)* - 匹配任何不是abc，xyz或123字符序列起点的字符
• 123 - 文字字符串123
• (?:(?!abc|xyz).)* - 任何不是abc或xyz字符序列起点的字符
• xyz - 尾随子字符串xyz

请参阅下图（如果使用re.S，.将表示AnyChar）：

请参阅Python demo：

import re
p = re.compile(r'abc(?:(?!abc|xyz|123).)*123(?:(?!abc|xyz).)*xyz', re.DOTALL)
s = "abc 123 xyz\nabc abc 123 xyz\nabc text 123 xyz\nabc text xyz xyz"
print(p.findall(s))
// => ['abc 123 xyz', 'abc 123 xyz', 'abc text 123 xyz']

Answer 2

使用PCRE的解决方案是：

这使用m标志。如果您只想从一行的开头和结尾检查，请分别在开头和结尾添加^和$

abc(?!.*(abc|xyz).*123).*123(?!.*(abc|xyz).*xyz).*xyz

Debuggex Demo

Answer 3

comment hvd非常合适，这只是一个例子。例如，在SQL中，我认为这样做会更清楚：

where val like 'abc%123%xyz' and
      val not like 'abc%abc%' and
      val not like '%xyz%xyz'

我认为在其他环境中很容易做到相似的事情。

Answer 4

您可以使用环视。

/^abc(?!.*abc).*123.*(?<!xyz.*)xyz$/g

（我还没有测试过。）