使用正则表达式以任何顺序排列多个单词[重复]答案

【问题标题】：Multiple words in any order using regex [duplicate]使用正则表达式以任何顺序排列多个单词[重复]
【发布时间】：2010-11-13 16:58:41
【问题描述】：

正如标题所说，我需要在一个句子中找到两个特定的单词。但它们可以是任何顺序和任何大小写。我该如何使用正则表达式来做到这一点？

例如，我需要从下面的句子中提取单词test和long，无论单词test先出现还是long出现。

This is a very long sentence used as a test

更新：我在第一部分没有提到的是它也需要不区分大小写。

【问题讨论】：

你关心单词的多次出现吗？您知道要提取哪些单词，还是要匹配符合特定模式的单词？你想知道他们在什么位置吗？
我知道确切的词，不要开车关于倍数，不需要位置。我确实需要不区分大小写
您使用的是哪种正则表达式？ JavaScript、.NET、PHP……？性能有多重要？您是在处理非常大的字符串，还是进行大量匹配？已经发布了几个可行的答案，但没有一个特别有效。
我认为最重要的事情（我今天发现）是它正在 .Net 中进行检查，所以我不确定下面的所有答案是否都适用，我已经尝试了所有但很遗憾.net 不接受任何不区分大小写的内容
呃，是否区分大小写不应该依赖于正则表达式。最好将软件编程为不区分大小写。但是，要使用正则表达式以任何顺序识别多个单词，我建议在正则表达式中使用 quantifier：(\b(james|jack)\b.*){2,}。与 lookaround 或 mode 修饰符 不同，这适用于大多数正则表达式。

标签： regex

【解决方案1】：

你可以使用

(?=.*test)(?=.*long)

来源：MySQL SELECT LIKE or REGEXP to match multiple words in one record

【讨论】：

这失败了。 regex101.com/r/Z8KOLp/2
@ChrisJJ 提到的正则表达式不返回单词 test 或 long。但如果它以任何顺序找到单词 test 或 long 则返回匹配项，如果没有则返回不匹配项。
当然，但要求是找到/提取单词，而不是简单地测试它们。
另一个变体：(?is)^(?=.*\b(test)\b)(?=.*?\b(long)\b).* 它也捕获单词并匹配所有字符串。进一步锚定到^ start 这大大提高了性能。 \b 匹配一个单词边界。
有什么办法可以匹配这两个词中的任何一个或两个词吗？例如，如果将该正则表达式与文本 "This is a very long sentence" 一起使用，则不会找到长单词。添加一个可选的修饰符会很好。有可能吗？

【解决方案2】：

如果要提取匹配项，请使用捕获组：(test)|(long) 然后根据使用的语言，您可以使用 $1 和 $2 来引用匹配组。

【讨论】：

我将此答案与下面答案中的 (?i) 结合使用，这导致了以下输出 (?i)(test(long)?) 因为事实证明我必须先测试测试再长。如果它是正确的方法是另一个故事，但它对我有用
鉴于要求是匹配 test AND long，这个解决方案需要 g 标志。

【解决方案3】：

我假设（总是危险的）你想找到整个单词，所以“test”会匹配，但“testy”不会。因此该模式必须搜索字边界，所以我使用“\b”字边界模式。

/(?i)(\btest\b.*\blong\b|\blong\b.*\btest\b)/

【讨论】：

【解决方案4】：

不知道什么语言

 /test.*long/

或

/long.*test/

或

/test/ && /long/

【讨论】：

我会添加单词边界，例如/\btest\b/.

【解决方案5】：

试试这个：

/(?i)(?:test.*long|long.*test)/

这将匹配test 然后long，或long 然后test。它将忽略大小写差异。

【讨论】：

除非您希望它区分大小写，否则您不需要 (?i)，但这有效。

【解决方案6】：

我在 C 中使用 libpcre，我可以在其中定义标注。它们不仅帮助我轻松匹配单词，还帮助我轻松匹配任何顺序的任何子表达式。正则表达式看起来像：

(?C0)(expr1(?C1)|expr2(?C2)|...|exprn(?Cn)){n}

并且标注函数保护每个子表达式只匹配一次，例如：

int mycallout(pcre_callout_block *b){
static int subexpr[255];
if(b->callout_number == 0){
    //callout (?C0) - clear all counts to 0
    memset(&subexpr,'\0',sizeof(subexpr));
    return 0;
}else{
    //if returns >0, match fails
    return subexpr[b->callout_number-1]++;
}
}

类似的东西在 perl 中也应该是可能的。

【讨论】：

【解决方案7】：

Vim 有一个分支运算符 \&，它允许在搜索包含任意数量的单词的行时使用更简洁的正则表达式。

例如，

/.*test\&.*long

将匹配包含test 和long 的行，顺序不限。

有关使用的更多信息，请参阅this answer。我不知道任何其他实现分支的正则表达式风格；该操作员甚至没有记录在 Regular Expression 维基百科条目中。

【讨论】：

【解决方案8】：

我不认为你可以用一个正则表达式来做到这一点。您需要对两个进行逻辑与 - 一个搜索每个单词。

【讨论】：