为什么这个 RegEx 不匹配任何东西？

Question

我已经尝试了大约两个小时来编写一个匹配单个字符的正则表达式，该字符前后没有相同的字符。

这就是我得到的：(\d)(?<!\1)\1(?!\1);但它似乎不起作用！ （测试https://regex101.com/r/whnj5M/6）

例如：

在1111223 中，我希望最后匹配3，因为它的前面或后面都没有另一个 3。

在 1151223 中，出于与上述相同的原因，我希望匹配中间的 5 和末尾的 3。

这样做的最终目标是能够在字符串中找到成对（并且只有成对）字符（例如，在 112223 中找到 11 或在 123544 中找到 44），我打算尝试并匹配单个孤立字符，然后在其中添加 {2} 以查找对，但我什至似乎无法匹配孤立字符！

任何帮助将不胜感激，我认为我非常了解 RegEx！

附：我正在 regex101.com 上的 JS 中进行测试，因为它不允许我在 Python 中使用可变长度回溯，并且我正在使用 regex 库在我的实际实现中允许这样做。

Answer 1

您的正则表达式很接近，但是通过简单地使用 (\d) 您正在消耗字符，这会阻止其他匹配的发生。相反，您可以使用正向前瞻来设置捕获组，然后测试捕获的数字是否被自身的副本包围：

(?=.*?(.))(?<!\1)\1(?!\1)

通过使用前瞻，您可以避免使用任何字符，因此正则表达式可以匹配字符串中的任何位置。

请注意，在1151223 中，这将返回5、1 和3，因为第三个1 不与任何其他1s 相邻。

Demo on regex101（需要支持可变宽度lookbehinds的JS）

Answer 2

您尝试的模式不匹配，因为这部分(\d)(?<!\1) 无法匹配。

它读作：

在第 1 组中捕获一个数字。然后，在捕获后的位置 数字，断言捕获的内容不应该在左边。

您可以通过在反向引用 (?<!\1.) 之后添加例如一个点来使模式起作用，以断言您刚刚匹配的值之前的值与第 1 组不同

模式

 (\d)(?<!\1.)\1(?!\1)

Regex demo | Python demo

注意您已在 regex101 上选择了 ECMAscript。

Python re 不支持variable width lookbehind。

要在 Python 中完成这项工作，您需要 PyPi regex module。

示例代码

import regex

pattern = r"(\d)(?<!\1.)\1(?!\1)"

test_str = ("1111223\n"
    "1151223\n\n"
    "112223\n"
    "123544")

matches = regex.finditer(pattern, test_str)

for matchNum, match in enumerate(matches, start=1):
    print(match.group())

输出

22
11
22
11
44

Answer 3

@Theforthbird 很好地解释了为什么您的常规解释与感兴趣的字符不匹配。

与下面正则表达式匹配的每个字符的前后都不是同一个字符（包括字符串开头和结尾的字符）。

r'^.$|^(.)(?!\1)|(?<=(.))(?!\2)(.)(?!\3)'

Demo

Python 的 re 正则表达式引擎执行以下操作。

^.$          match the first char if it is the only char in the line
|            or 
^            match beginning of line
(.)          match a char in capture group 1...
(?!\1)       ...that is not followed by the same character 
|            or
(?<=(.))     save the previous char in capture group 2... 
(?!\2)       ...that is not equal to the next char
(.)          match a character and save to capture group 3...
(?!\3)       ...that is not equal to the following char

假设字符串是"cat"。

• 内部字符串指针最初位于行首。
• "c" 不在行尾，因此交替的第一部分失败并考虑第二部分。
• "c" 匹配并保存到捕获组 1。
• 断言"c" 后面没有捕获组1 的内容的否定前瞻成功，因此匹配"c"，并且内部字符串指针前进到"c" 和"a" 之间的位置。李>
• "a" 未通过断言的前两部分，因此考虑了第三部分。
• (?<=(.)) 的正向后视将前面的字符 ("c") 保存在捕获组 2 中。
• 断言下一个字符 ("a") 不等于捕获组 2 的内容的否定前瞻 (?!\2) 成功。字符串指针保留在 "a" 之前。
• 下一个字符 ("a") 匹配并保存在捕获组 3 中。
• 否定前瞻(?!\3)，断言后面的字符（"t"）不等于捕获组3的内容，成功，所以"a"匹配，字符串指针前进到"t"之前.
• 评估"t" 时执行的步骤与评估"a" 时执行的步骤相同。然而，这里最后一个令牌 ((?!\3)) 成功了，因为 "t" 后面没有字符。