正则表达式匹配多个正向前瞻组

Question

这是我目前的正则表达式：

^(?=.*(option1|option2))(?=.*(option3|option4))(?=.*(option5|option6))(?=.*(option7|option8))(?=.*(option9|option10)).*$

我不熟悉正则表达式语言，所以我会自己定义：

第1类是(option1|option2)，第2类是(option3|option4)，第3类是(option5|option6)，等等。

我想捕获从 3 个或更多类别中找到至少 1 个选项的值，如下所示：

一些文本 option3 一些文本 option8 一些文本 option1

或

一些文本 option3 一些文本 option8 一些文本 option1 一些文本 option6

我不想捕获这样的值：

一些文本 option3 一些文本 option8 - 仅代表 2 个类别

或

一些文本 option3 一些文本 option4 一些文本 option1（选项 3 和 4 属于同一类别）

选项可以在文本中以任意顺序出现，这就是我使用正向预读的原因，但我不知道如何在多个正向预读上放置量词。

就正则表达式引擎而言，我必须在后台使用由 python 提供支持的前端 UI。我只能使用正则表达式，我没有能力使用任何其他 python 函数。谢谢！

Answer 1

这是一个可以满足您需求的正则表达式（VERBOSE 模式）：

^
(?= .* (?: option1 | option2 )  () )?
(?= .* (?: option3 | option4 )  () )?
(?= .* (?: option5 | option6 )  () )?
(?= .* (?: option7 | option8 )  () )?
(?= .* (?: option9 | option10 ) () )?
.*$
(?: \1\2\3 | \1\2\4 | \1\2\5 | \1\3\4 | \1\3\5 |
    \1\4\5 | \2\3\4 | \2\3\5 | \2\4\5 | \3\4\5 )

空组用作复选框：如果封闭的前瞻不成功，则对该组的反向引用将不会成功。最后的非捕获组包含五个反向引用中的三个的所有可能组合。

这种方法的局限性是显而易见的；你只需要再添加一组options 就可以让它完全失控。我认为您最好使用非正则表达式解决方案。

Answer 2

我认为这不能通过正则表达式实现，或者如果可以（可能在某些步骤中），这不是一个正确的方法。

相反，您可以将选项存储在如下集合中：

options = {(option1, option2), (option3, option4), (option5, option6), (option7, option8), (option9, option10)}

然后检查成员资格如下：

if sum(i in my_text or j in my_text for i, j in options) >= 3:
    # do something

这是一个演示：

>>> s1 = "some text option8 some more text option3 some more text option1"
>>> s2 = "some text option3 some more text option4 some more text option1"
>>> s3 = "some text option3 some more text option8"
>>> 
>>> options = {('option1', 'option2'), ('option3', 'option4'), ('option5', 'option6'), ('option7', 'option8'), ('option9', 'option10')}
>>> 
>>> sum(i in s1 or j in s1 for i, j in options)
3
>>> sum(i in s2 or j in s2 for i, j in options)
2
>>> sum(i in s3 or j in s3 for i, j in options)
2