正则表达式 - 捕获重复数字（不是数字）答案

【问题标题】：Regex - catch repeating numbers (not digits)正则表达式 - 捕获重复数字（不是数字）
【发布时间】：2012-11-12 17:44:33
【问题描述】：

我正在尝试用 Java 编写一个方法来检查字符串并允许它只包含数字和逗号。此外，不能有重复的数字。

例如：

11,22,33 - 没关系
22,22,33 - 这不行

我已经使用正则表达式和Set<String>（如下）的组合完成了它的初稿，但正在寻找更好的东西，最好只使用正则表达式。

public boolean isStringOk(String codes) {
    if(codes.matches("^[0-9,]+$")){ 
        Set<String> nonRepeatingCodes = new LinkedHashSet<String>();
        for(String c: codigoRoletas.split(",")){
            if(nonRepeatingCodes.contains(c)){
                return false;
            }
            else{
                nonRepeatingCodes.add(c);
            }
        }
        return true;
     }
    return false;
}

有谁知道这是否可能只使用正则表达式？

【问题讨论】：

只使用正则表达式是不可能的。正则表达式不会跟踪所有匹配的实际数字。它只知道digit 匹配。对于几场比赛，你仍然可以做到。但是如果你不知道字符串的长度，那就是i don't know how much complex, even if its possible。
使用正则表达式可能是可能的，但对于下一个出现的人来说，这将是完全神秘的。 Jamie Zawinski 之所以对正则表达式发表评论，就是出于这样的原因。
值的子范围是否总是相同的长度？例如，11,22,33 表示长度为 2，111,222,333 表示长度为 3，等等
@RohitJain is 只能使用正则表达式。但我完全同意 Jarrod Roberson 的观点！
@m.buettner.. 是的，我看到了你的解决方案，这就是我指出的原因，它可能很复杂，就像你的回答一样。

标签： java regex numbers repeat

【解决方案1】：

我怀疑这是可取的（正如 Jarrod Roberson 所提到的），因为对于您项目的任何其他编码人员来说，这都很难理解。但绝对可以只使用正则表达式：

^(?:(\d+)(?!.*,\1(?!\d)),)*\d+$

双重否定的前瞻使其有点难以理解。但这里有一个解释：

^                # anchor the regex to the beginning of the string
(?:              # subpattern that matches all numbers, but the last one and all commas
    (\d+)        # capturing group \1, a full number
    (?!          # negative lookahead, that asserts that this number does not occur again
        .*       # consume as much as you want, to look through the whole string
        ,        # match a comma
        \1       # match the number we have already found
        (?!\d)   # make sure that the number has ended (so we don't get false negatives)
    )            # end of lookahead
    ,            # match the comma
)*               # end of subpattern, repeat 0 or more times
\d+              # match the last number
$                # anchor the regex to the beginning of the string

请注意，这只是一般的正则表达式，而不是特定于 Java。在 Java 中，您需要转义每个反斜杠，否则它将无法通过正则表达式引擎：

^(?:(\\d+)(?!.*,\\1(?!\\d)),)*\\d+$

【讨论】：

【解决方案2】：

请注意，将正则表达式用于技术上的非正则语言可能很危险，尤其是对于大的、不匹配的字符串。如果你不小心，你可以引入指数时间复杂度。此外，正则表达式引擎必须执行一些后门技巧，这些技巧也会降低引擎的速度。

如果您尝试其他解决方案并且它们给您带来问题，您可以使用捕获组以及Pattern 和Matcher 类以使您的代码更清晰：

private static final Pattern PATTERN = Pattern.compile("([\\d]+),?");

public static boolean isValid(String str) {
    Matcher matcher = PATTERN.matcher(str);
    Set<Integer> found = new HashSet<Integer>();
    while (matcher.find()) {
        if (!found.add(Integer.parseInt(matcher.group(1)))
            return false;
    }
    return true;
}

【讨论】：

+1 用于指出常规语言和其他（上下文相关）语言之间存在差异。
为什么直接使用Pattern 和Matcher 类？我相信String.split() 将获得相同的结果，即更少的代码和资源占用。 - 为什么要转换为Integer？我认为它降低了灵活性并由于转换操作而增加了不必要的处理，而就 OP 的示例而言，boolean 结果没有真正的用途。（如果必须保证整数格式，我意识到匹配器和这种转换很重要）--- 请参阅my version of your method，如果您愿意，可以随意使用。
@TheLima 您的所有回答都是重申 OP 已经知道的内容。他的问题中已经有了String.split(",") 解决方案。至于额外的分配/处理，你说的是微秒和千字节，这意味着过早的优化。我的代码有意义且可读，即what experts do。他想要一些匹配数字的东西，所以我让它匹配数字。这是故意不灵活的，因为代码应该表明目的。
我真的不认为你的观点是有效的。您的代码与String.split() 的区别与“Half a 打” 和“6” 之间的区别一样好。里面有不必要的代码，通过增加噪音来降低清晰度。而且，没关系代码，虽然性能变化确实在对示例进行了过早的优化，但如果将代码应用于大量数据，那么毫秒和千字节的重要性就非同小可了；考虑到问题的性质，这不足为奇。 --- 我看不出任何真正的原因，这些变化会变得更糟而不是更好。
您所说的海量数据无效。如果他想首先使用正则表达式，那么就不会有“大量数据”，因为正则表达式本质上会比大多数其他验证方法（如testing primality）慢。更不用说即使使用 your 方法也有大数据的内存问题。他要求使用split 的替代解决方案，所以我给了他一个简洁明了的解决方案，而不是告诉他他已经知道的内容。

【解决方案3】：

这是我能想到的最不难看的正则表达式：

return codes.matches("^(?:,?(\\d+)(?=(?:,(?!\\1\\b)\\d+)*$))+$");

细分：

,? 使用下一个逗号（如果有的话）（即它不是字符串的开头）。
(\d+) 捕获组 #1 中的下一个数字
(?=(?:,(?!\1\b)\d+)*$) 尝试匹配剩余的数字，检查每个数字以确保它与刚刚捕获的数字不同。

反向引用后的\b 可以防止像11,111 这样的字符串出现误报。其他任何地方都不需要它，但如果需要，您可以在每个\d+ 上添加一个，这可能会使正则表达式更高效。但是，如果您需要调整正则表达式以获得最佳性能，则使所有量词都具有所有格会产生更多效果：

"^(?:,?+(\\d++)(?=(?:,(?!\\1\\b)\\d++)*+$))++$"

【讨论】：

【解决方案4】：

这个正则表达式会做

^(?=^\d+(?:,\d+)*$)(?!^.*?((?<=(?:^|,))\d+(?=[,$])).*?\1(?:$|,.*?)).*?$

(?=^\d+(?:,\d+)*$) 检查有效格式，例如 45 或 55,66,88,33

(?!^.*?((?<=(?:^|,))\d+(?=[,$])).*?\1(?:$|,.*?)) 不匹配，如果有任何重复的数字..

.*? 匹配所有内容，前提是上述负前瞻返回 true

作品here

【讨论】：