匹配序列的正则表达式？答案

【问题标题】：Regular expression for matching a sequence?匹配序列的正则表达式？
【发布时间】：2014-08-13 08:56:06
【问题描述】：

我的文本包含已知模式中的短语，例如：#%some phrase%#，该短语可以是任何东西（显然它不会包含模式 '%#'）。
现在，我想构建一个正则表达式（在 php 中），它将匹配 2 个或更多短语的序列（它们之间有或没有空格），所以如果，例如，我的文本是：

#%jjj jjj%#  kkjjkkjj kkjjkkjj  #%kkk kkk%# #%ttt mmm%#

我希望正则表达式匹配：

#%kkk kkk%# #%ttt mmm%#

我试过这个正则表达式：/(?:#%.+?(?!%#).%#\s*){2,}/

但由于某种奇怪的原因，它匹配整个字符串，并忽略了否定的前瞻。

此外，我的完整任务是匹配一系列短语，它们之间最多包含 1 个字符（除了空格）。

如何实现？

测试用例：

文字：

#%Prime target%# #%Online stuff%# English Deutsch Norsk Svenska Suomi English AU English CA #%Home%# #%About Us%# #%Fair Play%# #%Promotions%#

应该匹配：

#%Prime target%# #%在线内容%#

#%Home%# #%About Us%# #%Fair Play%# #%Promotions%#

文字：

#%Prime target%# 英语 Deutsch Norsk Svenska Suomi 英语 AU 英语 CA #%Home%# | #%关于我们%# | #%公平竞争%# | #%促销%#

应该匹配：

#%首页%# | #%关于我们%# | #%公平竞争%# | #%促销%#

【问题讨论】：

【解决方案1】：

你必须修改你的正则表达式：

(?:#%(?:(?!%#).)+?.%#\s*)(?:.?\s*#%(?:(?!%#).)+?.%#\s*)+

在(?: ) 组的后视中包装.+? 捕获会强制惰性匹配在继续时不匹配(?!%#)，这也是您原来的正则表达式不起作用的原因。

另外，将其克隆到一个单独的组中，匹配前缀为.?，以便在组之间可以接受字符。

测试用例：

#%jjj jjj%# kkjjkkjj kkjjkkjj #%kkk kkk%# #%ttt mmm%#

匹配：
#%kkk kkk%# #%ttt mmm%#

【讨论】：

它似乎有效！我将不得不用更复杂的文本对其进行测试，以确保......你能再次向我解释一下为什么这个修改会产生影响吗？我没有使用后视，而是负前瞻， (?: ) 只是一个非捕获组。
问题是：在(?:#%.+?(?!%#).%#\s*){2,} 中，您的后视实际上毫无用处。 .+? 告诉引擎逐个字符地运行，直到它可以到达下一个序列 - (?!%#). 这意味着只要字符串的一部分以 #% 开头，而字符串的另一部分以 @987654333 开头@，您的旧正则表达式将从字符串中的第一个到最后一个 %# 匹配。这意味着，一切。我通过在 .+? 匹配上强制执行 (?!%#) 来解决这个问题。

【解决方案2】：

根据您的测试输入，我想出了这个正则表达式，简短且仍然有效

/((?:#%[^#]*%#(?:\s.\s|\s)){2,})/g

测试字符串

test 1

#%Prime target%# #%Online stuff%# English Deutsch Norsk Svenska Suomi English AU English CA #%Home%# #%About Us%# #%Fair Play%# #%Promotions%#

test 2

#%Prime target%# English Deutsch Norsk Svenska Suomi English AU English CA #%Home%# | #%About Us%# | #%Fair Play%# | #%Promotions%#

结果

尝试演示here

【讨论】：

【解决方案3】：

我想你想要：

/(?:.*?#%.*?%#.*?)(#%.*%#)/g

它首先找到#%...%#（不贪心）然后匹配下一个#%...%#（贪心）

【讨论】：