如何在一行中编写包含`abc`或`bcd`但不包含`diy`的正则表达式答案

【问题标题】：How to write a regex that includes `abc` or `bcd` but not `diy` in one line如何在一行中编写包含`abc`或`bcd`但不包含`diy`的正则表达式
【发布时间】：2012-03-28 02:40:44
【问题描述】：

我只是这样写：

if $_ =~ /abc|bcd/ && $_ !~ /diy/

如何在一个正则表达式中编写它。 perl 或 grep 都可以。谢谢。

【问题讨论】：

标签： regex perl shell

【解决方案1】：

另一个答案中建议的先行/后行不适用于此问题。并且要使用lookbehind，您需要可变长度的lookbehind，perl 不支持。

/^(?!.*?diy).*?(?:abc|bcd)/s

另一种方法：

/^(?:(?!diy).)*(?:abc|bcd(?!iy))(?:(?!diy).)*\z/s

在任何一种情况下，将 bc 从 |可能会产生更高效的正则表达式。

【讨论】：

【解决方案2】：

当然，这可以通过使用一些前瞻断言的正则表达式实现

$i =~ /^(?=.*(?:abc|bcd))(?!.*diy)/

(?=.*(?:abc|bcd)) 如果有你想要的部分之一，则为真

如果你不想要的字符串在那里，(?!.*diy) 将失败

但我认为你的解决方案更清楚。

【讨论】：

在这种情况下，一个正则表达式会比两个正则表达式快吗？
@madper 抱歉，但我认为在这种情况下，关于性能的每个答案都是一个疯狂的猜测。如果你经常这样做if 非常（非常，非常）然后做一个基准测试。如果您不时这样做，请使用您更喜欢的。

【解决方案3】：

否定一个字符序列通常是正则表达式的痛苦。您必须使用前瞻断言。

如果您正在测试连续序列，您可以尝试使用前瞻和后视来进行测试，例如 (?<!diy)(abc|bcd)(?!diy)，但这可能会模棱两可。

我会像你一样离开测试，只丢失默认变量：

if /(abc|bcd)/ and not /diy/

干净整洁。 :)

【讨论】：

如果您在正则表达式中没有支持，则必须使用前瞻运算符；但是否定肯定是在有限自动机的范围内。如果你要建表，会有很多状态，但没有它是可能的；例如代数。您可以执行从 regex 公式到 regex 公式的推导，而不是从一个气泡到另一个气泡。

【解决方案4】：

$ echo 'now I know my abcs' | txr -c '@/.*(abc|bcd).*&~.*diy.*/' -

$ echo 'no match' | txr -c '@/.*(abc|bcd).*&~.*diy.*/' -
false

$ echo 'Kaz wanted better regex, so he did the diy thing, starting from abc' | txr -c '@/.*(abc|bcd).*&~.*diy.*/' -
false

false 伴随着失败的终止状态，并表示不匹配。没有输出意味着匹配。

我们使用.*'s 因为匹配是锚定的。 @/RE/ 本身在一行上意味着该行必须匹配正则表达式；即当我们将该行输入到正则表达式机器时，从头到尾，机器处于接受状态。

当你有这样的正则表达式时，在正则表达式中包含搜索语义是不好的。 IE。如果foo 实际上意味着.*(foo).*（匹配文本中的任何地方的foo），这对foo&~bar 来说效果不佳，因为.*(foo&~bar).* 与.*foo.*&~.*bar.* 的含义不同。前者的意思是“匹配任何具有匹配foo&~bar 的子字符串的字符串”。但这是不可能的匹配；任何字符串不能同时为foo 和bar。这是一个空旷的十字路口。但后者的意思是“匹配一个包含foo 的字符串，但在任何地方都不包含bar。”现在你开始做生意了。

【讨论】：

什么是txr，它来自哪里？在我的任何 FreeBSD 或 Linux 机器上，它似乎都不能作为标准工具（端口或包）使用。
这是新的（nongnu.org/txr。
非常有趣。如果您不反对，我可能会将它添加到 FreeBSD 端口树中。
我会很高兴；即使是最轻微的移植困难，也请不要害羞。