Question

我正在使用正则表达式与python并试图找出匹配模式的最佳方法，其中我正在搜索的两个单词的顺序无关紧要，但它们必须相邻。例如，我正在搜索短语"fat cat lasagna co"或"cat fat lasagna co"，我不得不想象有一种比r"\b(fat cat|cat fat) lasagna co\b"更好的方法

我读过this question，它解决了类似的问题，但这些词语不必相邻，也无法弄清楚如何将其应用于我的问题。

Answer 1

没有严格的更好的解决方案，但还有另一种选择。

现在，如果您有两个正常的词，如“胖”和“猫”，那么(fat cat|cat fat)无疑是最佳解决方案。但如果你有5个单词怎么办？或者，如果您的模式比fat和cat更复杂，那么您不想输入两次？

代替fat和cat，您有3个正则表达式A，B和C，而不是{{1}之间的空格}和fat你有正则表达式模式cat。在这种情况下，您可以使用此配方：

如果您没有(?:(?:(?!\1)()|\1(?:S))(?:(?!\2)()(?:A)|(?!\3)()(?:B)|(?!\4)()(?:C))){3}，可以将其简化为

^{（注意：如果(?:(?!\1)()(?:A)|(?!\2)()(?:B)|(?!\3)()(?:C)){3}
不包含替换(?:X)，则X可简化为X。）}

实施例

如果我们设置| = A，fat = B和cat =空格，我们会得到：

Try it online.

说明

本质上，我们使用捕获组来“记住”哪些模式已经匹配。为此，我们在这里使用这个小模式：

(?:(?:(?!\1)()|\1 )(?:(?!\2)()fat|(?!\3)()cat)){2}

这是做什么的？这是一个恰好匹配一次的正则表达式。一旦匹配，它将永远不会再匹配。如果您尝试围绕该模式添加量词，例如(?!\1)()some_pattern，那么它将匹配一次或根本不匹配。

在该组甚至已定义之前，有一个backreference用于捕获组的技巧。由于捕获组初始化为“无法匹配”状态，negative lookahead (?:(?!\1)()some_pattern)*将成功匹配 - 但仅限第一次。因为之后，捕获组(?!\1)匹配并捕获空字符串。从现在开始，否定前瞻()将再也不会匹配。

将此作为构建基块，我们可以创建一个匹配(?!\1)和fatcat的正则表达式，同时只包含单词catfat和fat一次：

cat

由于负前瞻，每个单词最多只能匹配一次。在末尾添加(?:(?!\1)()fat|(?!\2)()cat){2}量词可确保两个单词中的每一个与完全匹配一次，或者整个匹配失败。

现在我们只需找到一种方法来匹配{2}和fat之间的空格。嗯，这只是同一模式的一个小变化：

cat

此模式将匹配第一个匹配项中的空字符串，并且在每个后续匹配项中它将匹配一个空格。

把它们放在一起，然后瞧瞧：

(?:(?!\1)()|\1 )

模板（懒惰）

2种模式(?:(?:(?!\1)()|\1 )(?:(?!\2)()fat|(?!\3)()cat)){2}和A，带有分隔符B：

3个模式(?:(?:(?!\1)()|\1(?:S))(?:(?!\2)()(?:A)|(?!\3)()(?:B))){2}，A和B，带有分隔符C：

4个模式(?:(?:(?!\1)()|\1(?:S))(?:(?!\2)()(?:A)|(?!\3)()(?:B)|(?!\4)()(?:C))){3}，A，B和C，带有分隔符D：

2种模式(?:(?:(?!\1)()|\1(?:S))(?:(?!\2)()(?:A)|(?!\3)()(?:B)|(?!\4)()(?:C)|(?!\5)()(?:D))){4}和A，没有B：

3个模式(?:(?!\1)()(?:A)|(?!\2)()(?:B)){2}，A和B，没有C：

4个模式(?:(?!\1)()(?:A)|(?!\2)()(?:B)|(?!\3)()(?:C)){3}，A，B和C，没有D：

用于匹配顺序无关紧要的相邻单词的正则表达式

1 个答案:

实施例

说明

模板（懒惰）