Question

是否可以编写一个正则表达式，它将匹配给定字符集的任何子集
a1 ... an？
即它应匹配任何字符串，其中任何一个字符最多出现一次，没有其他字符，字符的相对顺序无关紧要。

立即出现的一些方法：
1. [a1,...,an]*或(a1|a2|...|an)* - 这允许多个字符存在 2. (a1?a2?...an?) - 没有多重存在，但相对顺序很重要 - 这匹配任何子序列但不匹配子集。
3. ($|a1|...|an|a1a2|a2a1|...|a1...an|...|an...a1)，即写下所有可能的子序列（只需硬编码所有匹配的字符串:)）当然，这是不可接受的。

我还猜测它在理论上可能是不可能的，因为在解析字符串时我们需要记住我们之前已经遇到过哪个字符，据我所知，正则表达式只能检查出正确的线性语言。

任何帮助将不胜感激。提前谢谢。

Answer 1

这不符合language-agnostic标签的要求，但是......

^(?:(?!\1)a1()|(?!\2)a2()|...|(?!\n)an())*$

<强> see a demo on ideone.com

元素第一次匹配时，后面的捕获组会“检查”它。由于该组现在已参与该匹配，因此其相应的反向引用（例如，(?!\1)）的负前瞻将永远不会再次匹配，即使该组仅捕获空字符串。这是一个未记录的功能，但仍支持多种功能，包括Java，.NET，Perl，Python和Ruby。

此解决方案还需要支持前向引用（即，在组本身之前出现在正则表达式中的给定捕获组（\1）的引用）。这似乎比空团体噱头的支持要少得多。

Answer 2

无法考虑如何使用单个正则表达式执行此操作，但这是使用n正则表达式执行此操作的一种方法:(我将1 2 ... {您的m s {/ p> {1}} n等

如果以上所有内容都匹配，则您的字符串是^[23..n]*1?[23..n]*$ ^[13..n]*2?[13..n]*$ ... ^[12..m]*n?[12..m]*$的严格子集。

这是如何工作的：每一行都要求字符串完全：

从该集合中抽取的任意数量的字符，12..mn
也许a particular one
从该集合中抽取的任意数量的字符，a particular one

如果在每个元素依次被视为a particular one时通过，我们知道：

除了允许的元素
每个允许的元素中至多有一个

根据需要。

为了完整性，我应该说，如果我接到“使用正则表达式”的命令，我只会这样做;如果没有，我会跟踪哪些允许的元素被看到，并迭代字符串的字符做明显的事情。

Answer 3

不确定你是否可以获得扩展的正则表达式，但是通过简单遍历字符串很容易。

如果已经在字符串中看到任何允许的字符，则使用哈希（或数组或其他）来存储。然后，您只需遍历字符串的元素。如果你遇到一个不在你允许的集合中的元素，你就会纾困。如果它被允许，但你已经看过它，你也会拯救它。

在伪代码中：

foreach char a in {a1, ..., an}
   hit[a1] = false

foreach char c in string
   if c not in {a1, ..., an} => fail
   if hit[c] => fail
   hit[c] = true

Answer 4

与Alan Moore类似，只使用\ 1，并且在看到之前没有引用捕获组：

#!/usr/bin/perl
my $re = qr/^(?:([abc])(?!.*\1))*$/;
foreach (qw(ba pabc abac a cc cba abcd abbbbc), '') {
    print "'$_' ", ($_ =~ $re) ? "matches" : "does not match", " \$re \n";
}

我们匹配任意数量的块（外部（？:)），其中每个块必须包含“恰好是我们首选集合中的一个字符，后面跟不包含该字符的字符串”。

如果字符串可能包含换行符或其他有趣的东西，可能需要使用一些标志来制作^，$和。表现如预期，但这完全取决于特定的RE风味。

只是为了愚蠢，可以使用正向前瞻断言来有效地和两个正则表达式，所以我们可以通过断言上面的匹配来测试abc的任何排列，然后检查'是N个字符长并且由这些字符组成：

my $re2 = qr/^(?=$re)[abc]{3}$/;
foreach (qw(ba pabc abac a cc abcd abbbbc abc acb bac bca cab cba), '') {
    print "'$_' ", ($_ =~ $re2) ? "matches" : "does not match", " \$re2 \n";
}

正则表达式匹配给定集合的任何子集？

4 个答案: