强制正则表达式匹配可选组答案

【问题标题】：Forcing a Regular Expression to match optional groups强制正则表达式匹配可选组
【发布时间】：2012-01-03 20:31:34
【问题描述】：

我想在文本中搜索字符串“W foo X bar Y baz Z”。 W,X,Y,Z 是不重要的分隔符，我不能搜索它们。 foo、bar 和 baz 是我感兴趣的词。顺序并不重要。我想知道我要求的单词在文本中出现的“好”程度。

我正在尝试以下方法

(?:\Qfoo\E)?.{0,3}(?:\Qbar\E)?.{0,3}(?:\Qbaz\E)?

我的理由是：

此正则表达式始终匹配，因为它仅包含可选组，但结果匹配始终为空，即使它可以完全匹配所有可选组。但是，我想对结果匹配进行后处理，所以我需要它尽可能多地捕获。

我可以强制 Regex 尝试尽可能匹配所有组吗？

或者你知道如何完成对几个单词的搜索，用一些东西分隔，然后检查哪些单词出现以计算一些相似度？

非常感谢

【问题讨论】：

好吧，你有一些问题。首先 - 什么是合法输入？由于您的所有“必填词”都是可选的，并且.{0,3} 两次，该模式可以匹配任何 6 个字符（包括"1bar2"，但不是您所期望的 - 不捕获(bar)！）。所有组真的是可选的吗？你能更好地定义分隔符吗？我首先尝试在分隔符与其前一个组之间创建链接，例如：(?:foo.{0,3})?(?:bar.{0,3})?(?:baz)?（如果您能澄清并提供更多示例，我们可以做得更好）
如果要匹配文本，为什么要使用 ? 量词？您使用哪些正则表达式方法进行匹配？

【解决方案1】：

我认为仅使用 Regex 来解决您的问题会有一些困难。

我建议你看看一个强大的 Scala 特性，命名为 Parser Combinator。

使用它，您必须能够结合使用正则表达式来匹配内部元素，并通过解析策略来找出它们。

这是一篇清晰简洁的帖子，您可以在其中找到有关此Parser Combinator 的相关信息。

可以做的是将您的内容视为

delim = "[a-z]{0,3}".r
value = "foo|bar|baz".r
expr = delim ~ value ~ expr

我的 2c

【讨论】：

【解决方案2】：

首先猜测一下，我会尝试这样的正则表达式

(foo|bar|baz|anyothercombination)

然后使用匹配计数属性

（如果您需要 sn-p，只需查找此内容并回复您）

【讨论】：