像 Google 一样使用布尔运算符（AND、OR、NOT）搜索字符串中的单词答案

【问题标题】：Search words in a string using Boolean operators (AND, OR, NOT) as Google does像 Google 一样使用布尔运算符（AND、OR、NOT）搜索字符串中的单词
【发布时间】：2013-02-09 02:53:09
【问题描述】：

我想使用“或”、“与”和“非”等运算符在具有“Google”风格的字符串中进行搜索。可以在正则表达式中模拟这个运算符吗？

例如，我想使用单词“Javascript”、“PHP”和“Perl”在给定的字符串中进行以下搜索。

Javascript 和 PHP
Javascript 而不是 PHP
Javascript 和 PHP 和 Perl
Javascript 和（PHP 或 Perl）

PS：我不介意区分大小写的问题，因为所有重要的语言都有一个选项。

在 cmets 之后编辑：很明显，可以使用多个模式匹配扫描运行任何布尔表达式，但是，在单个正则表达式中考虑解决方案是很有趣的。此外，“期待”功能允许解决非常复杂的模式匹配问题。

【问题讨论】：

您的意思是“是否可以在 single 正则表达式中执行此操作”。因为多次执行它当然是微不足道的，例如/Javascript/ and !/PHP/，或/Javascript/ and (/PHP/ or /Perl/)等
用很多正则表达式都是微不足道的，@TLP。然而，在单个正则表达式中执行它更灵活、高效和优雅，它只是一次解析。只需在数据库中的数百万条记录中提交此搜索即可。
实际上，对您的示例字符串进行基准测试时，我发现两个单个正则表达式比您的组合快 75%。它可能更优雅，但不是更易读，也不是（必然）更有效。看到它here
我经常看到有人提出关于 Stack Overflow 的问题，他们一心想通过在一个单一的、难以理解的表达式中编写复杂的条件来使 Perl 正则表达式引擎跳过障碍。它似乎与将 Perl 程序压缩为类似不透明的单行程序的决心相同。帮自己一个忙：以最清晰、最易于维护的方式编写代码，您可能会发现它也是最高效的。如果您发现性能不可接受，则进行一些分析以找出代码的哪一部分需要加速。花哨的代码是糟糕的代码。
@TLP，反对事实没有论据！然而，有时发现正则表达式的巨大威力是很有趣的。我喜欢在一个简单的例子中与社区分享这个

标签： php javascript regex perl

【解决方案1】：

是的！

感谢“期待” 运算符，它是在Perl 语言的正则表达式语法中引入的。 Perl RegEx 框架被许多语言使用，包括 PHP 和 Javascript。

Perl 中也存在 "look behind" 运算符，但 Javascript 不支持它。

下面，我用 JavaScript 语法为您的搜索展示正则表达式：

1- 搜索（“Javascript”和“PHP”）

       S = "Javascript is a client language and PHP is a server language";
       patt = /^(?=.*Javascript).*PHP/;    
       if ( S.match(patt) ) 
         document.write("Found it!"); 
       else 
          document.write("Not Found");

它会打印 “找到它”。

2- 现在搜索（“Javascript”而不是“PHP”）

     S = "Javascript is a client language and PHP is a server language"; 
     patt = patt = /^(?!.*PHP).*Javascript/;
     if ( S.match(patt) ) 
       document.write("Found it!"); 
     else 
       document.write("Not Found");

它打印 "Not Found" 因为 PHP 包含在字符串中。

3-第三次搜索是("Javascript" and "PHP" and "Perl")

    S = "Javascript rules, PHP are in most server, however Perl is inspiring";
    patt = /^(?=.*Javascript)^(?=.*PHP).*Perl/;
    if ( S.match(patt) ) 
       document.write("Found it!"); 
    else 
       document.write("Not Found");

它会打印 “找到它！”。

4-最后，最后一种情况是("Javascript" and ("PHP" or "Perl" em>))。没有什么不同，我只是使用带括号（圆括号）的传统分组：

    S = "Javascript rules, however Perl is inspiring"; 
    patt = /^(?=.*Javascript)(.*PHP|.*Perl)/;
    if ( S.match(patt) ) 
       document.write("Found it!"); 
    else 
       document.write("Not Found");

它打印 “找到它！”，因为缺少 PHP，但 Perl 在字符串中。

在 cmets 之后编辑：

我承认了。 “向前看”的语法很糟糕。但是，这很容易理解。扫描仪看着但不走路！

        patt = /Bee (?=Gees)/;     // patt = patt1(?=patt2) => patt1 + patt2 
        S = "Bee Gees";
        if (S.match(patt)) 
              document.write('ok');  // print OK and cursor stops at "G"

这是积极的展望

       patt = /Bee (?!Gees)/;   // patt = patt1(?!patt2) => patt1 + Not (patt2) 
       S = "Bee Gees";         
       if (S.match(patt)) 
             document.write('ok'); // it does not match
       S = "Bee Goes";         
       if (S.match(patt)) 
             document.write('ok'); // print OK and cursor stops at "G"

那是消极的期待

好消息是 Patt2 可以是一个复杂的模式，包括分组、子分组等。

最后的解释：

.* : 0 个或多个字符
^ : 如果是字符串的开头则匹配。它不会移动光标。
$ : 匹配如果是字符串的结尾。它不会移动光标。
(p1|p2|...) : 如果 p1 或 p2 或 ... 匹配，则匹配。

所以

         patt = /^(?=.*Javascript).*PHP/;

是一个正则表达式（/ 是一个正则表达式分隔符，作为字符串的引号），这意味着 向前看 到（跳转字符直到找到“Javascript”），如果它将会成功，跳转字符直到找到“PHP” （请记住，向前看不会移动光标！） 即，如果扫描程序找到“Javascript”，“PHP”就匹配。

【讨论】：