仅在未找到重复行时匹配的正则表达式答案

【问题标题】：Regex that only matches when no duplicate lines are found仅在未找到重复行时匹配的正则表达式
【发布时间】：2023-03-25 02:12:01
【问题描述】：

我有一个这样的多行字符串：

SA21 abcdef
BKxyz
SA21 abcdef

我需要一个仅当^SA21 abcdef$ 行出现一次时才匹配的正则表达式。所以它不应该匹配第一个例子，但它应该匹配这个：

BK udsia
SA21 abcdef
BKxyz

我试图捕获该行并确保它仅在以后找不到同一行时才匹配：/(^SA21 abcdef$)(?!\1)/m regex101 但这不起作用，因为它可能总是匹配最后一行...

【问题讨论】：

试试\A(?:(?!^SA21 abcdef$).)*(^SA21 abcdef$)(?:(?!^SA21 abcdef$).)*\z（只是想知道这是否是正确的方向）。
为什么不直接匹配它，然后检查有多少匹配项，然后将if 设为？
@FlorianPeschka 我不能轻易使用代码，因为我们使用来自 dsl 的正则表达式
@WiktorStribiżew 看起来不错...让我测试一下
为什么要求不要重复字符串？ :) 我认为你应该问如何让它更快、更高效、更健壮。

【解决方案1】：

你想要的正则表达式应该只匹配 line 如果该行在该行的单次出现之前或之后不存在。这是通过缓和的贪婪令牌实现的：

/\A(?:(?!^SA21 abcdef$).)*(^SA21 abcdef$)(?:(?!^SA21 abcdef$).)*\z/ms

(?:(?!^SA21 abcdef$).)* 是匹配除SA21 abcdef 行开头之外的任何文本的标记。 /s 修饰符是必需的，以便 . 可以匹配换行符。

但是，该构造消耗资源，展开它是个好主意：

/\A(?:\n+(?!SA21 abcdef$).*)*\n*^(SA21 abcdef)$(?:\n+(?!SA21 abcdef$).*)*\z/m

注意\A 和\z 是明确的开始/结束字符串 锚，/m 修饰符不会影响它们。

模式说明：

\A - 字符串开头
(?:\n+(?!SA21 abcdef$).*)* - 零个或多个序列：
- \n+ - 1 个或多个换行符 ...
- (?!SA21 abcdef$) - 后面没有SA21 abcdef，这是整行
- .* - 除换行符以外的零个或多个字符
\n* - 零个或多个换行符
^ - 行首
(SA21 abcdef) - 必须为单行
$ - 行尾
(?:\n+(?!SA21 abcdef$).*)* - 见上文
\z - 字符串结束。

【讨论】：