草庐IT

java - 组合 (OR) 任意正则表达式

coder 2024-04-01 原文

tl;dr 有没有办法在 Java 中将任意正则表达式或/组合成一个正则表达式(用于匹配，而不是捕获)？

在我的应用程序中，我收到了来自用户的两个列表:

  1. 正则表达式列表
  2. 字符串列表

我需要输出 (2) 中与 (1) 中的任何正则表达式都不匹配的字符串列表。

我有一个明显的简单实现(遍历 (2) 中的所有字符串；对于每个字符串遍历 (1) 中的所有模式；如果没有模式匹配该字符串，则将其添加到将返回的列表中)但是我想知道是否可以将所有模式组合成一个模式并让正则表达式编译器利用优化机会。

OR 组合正则表达式的明显方法显然是 (regex1)|(regex2)|(regex3)|...|(regexN) 但我很确定这不是正确的考虑到我无法控制各个正则表达式(例如，它们可能包含所有方式的后退/前向引用)。因此，我想知道您是否可以建议一种在 Java 中组合任意正则表达式的更好方法。

注意:上面仅暗示了这一点，但我会明确说明:我只匹配字符串 - 我不需要使用捕获组的输出。

最佳答案

一些正则表达式引擎(例如 PCRE)具有结构 (?|...) .它就像一个非捕获组，但具有一个很好的特性，即在每个交替组中都从相同的初始值开始计数。这可能会立即解决您的问题。因此，如果您可以选择为此任务切换语言，那应该可以解决问题。

[编辑:事实上，它仍然会导致冲突命名捕获组的问题。事实上，该模式甚至无法编译，因为组名无法重用。]

否则您将不得不操纵输入模式。 hyde 建议对反向引用重新编号，但我认为有一个更简单的选择:将所有组命名为组。您可以向自己保证这些名称是唯一的。

基本上，对于每个输入模式，您都会创建一个唯一标识符(例如，增加一个 ID)。然后最棘手的部分是在模式中找到捕获组。您将无法使用正则表达式执行此操作。您将不得不自己解析模式。如果您只是简单地遍历模式字符串，这里有一些关于需要注意什么的想法:

  • 输入和离开字符类时请注意，因为字符类内的括号是文字字符。
  • 也许是最棘手的部分:忽略所有后跟 ?: 的左括号, ?= , ?! , ?<= , ?<! , ?> .另外还有选项设置括号:(?idmsuxU-idmsuxU)或 (?idmsux-idmsux:somePatternHere)它也没有捕获任何内容(当然可以有这些选项的任何子集，它们可以按任何顺序排列 - - 也是可选的)。
  • 现在您应该只剩下左括号，它们是普通捕获组或命名组:(?<name> .最简单的方法可能是对它们一视同仁——也就是说，同时拥有一个数字和一个名称(如果未设置名称，则名称等于数字)。然后你用类似 (?<uniqueIdentifier-md5hashOfName> 的东西重写所有这些(连字符实际上不能是名称的一部分，您只会在递增的数字后跟散列 - 因为散列的长度是固定的，所以不会有任何重复；至少差不多)。请务必记住该组最初的编号和名称。
  • 每当遇到反斜杠时，有以下三种选择:
    1. 下一个字符是一个数字。你有一个编号的反向引用。将所有这些数字替换为 k<name>其中 name是您为群组生成的新群组名称。
    2. 接下来的字符是k<...> .再次将其替换为相应的新名称。
    3. 下一个字符是任何其他字符。跳过它。它同时处理括号的转义和反斜杠的转义。
  • 我认为 Java 可能允许前向引用。在那种情况下，您需要两次通过。首先注意重命名所有组。然后更改所有引用。

一旦你对每个输入模式都完成了这个，你就可以安全地将它们与 | 组合起来。 .反向引用以外的任何其他功能都不应该导致此方法出现问题。至少只要您的模式有效就不会。当然，如果你有输入a(b和 c)d那你就有问题了。但是，如果您不检查模式是否可以自行编译，您将始终拥有它。

我希望这能为您指明正确的方向。

关于java - 组合 (OR) 任意正则表达式，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/13890416/

javaORcode的sectionregexoptimization

有关java - 组合 (OR) 任意正则表达式的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

    总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  3. Ruby 解析字符串 - 2

    我有一个字符串input="maybe(thisis|thatwas)some((nice|ugly)(day|night)|(strange(weather|time)))"Ruby中解析该字符串的最佳方法是什么？我的意思是脚本应该能够像这样构建句子:maybethisissomeuglynightmaybethatwassomenicenightmaybethiswassomestrangetime等等，你明白了......我应该一个字符一个字符地读取字符串并构建一个带有堆栈的状态机来存储括号值以供以后计算，还是有更好的方法？也许为此目的准备了一个开箱即用的库？

  4. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  5. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  6. ruby-on-rails - 使用 Ruby on Rails 进行自动化测试 - 最佳实践 - 2

    很好奇，就使用ruby​​onrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提

  7. ruby-on-rails - rails : keeping DRY with ActiveRecord models that share similar complex attributes - 2

    这似乎应该有一个直截了当的答案，但在Google上花了很多时间，所以我找不到它。这可能是缺少正确关键字的情况。在我的RoR应用程序中，我有几个模型共享一种特定类型的字符串属性，该属性具有特殊验证和其他功能。我能想到的最接近的类似示例是表示URL的字符串。这会导致模型中出现大量重复(甚至单元测试中会出现更多重复)，但我不确定如何让它更DRY。我能想到几个可能的方向...按照“validates_url_format_of”插件，但这只会让验证干给这个特殊的字符串它自己的模型，但这看起来很像重溶液为这个特殊的字符串创建一个ruby​​类，但是我如何得到ActiveRecord关联这个类模型

  8. ruby - 在 Ruby 中使用匿名模块 - 2

    假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外，还有什么方法可以访问C和m中的其他内容？我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)？如何在使用完匿名模块后将其删除，使其定义的常量不再存在？ 最佳答案 三个答案:是的，使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于

  9. ruby - 其他文件中的 Rake 任务 - 2

    我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时

  10. ruby - 如何在 Ruby 中顺序创建 PI - 2

    出于纯粹的兴趣，我很好奇如何按顺序创建PI，而不是在过程结果之后生成数字，而是让数字在过程本身生成时显示。如果是这种情况，那么数字可以自行产生，我可以对以前看到的数字实现垃圾收集，从而创建一个无限系列。结果只是在Pi系列之后每秒生成一个数字。这是我通过互联网筛选的结果:这是流行的计算机友好算法，类机器算法:defarccot(x,unity)xpow=unity/xn=1sign=1sum=0loopdoterm=xpow/nbreakifterm==0sum+=sign*(xpow/n)xpow/=x*xn+=2sign=-signendsumenddefcalc_pi(digits

随机推荐