正则表达式：如何匹配不遵循#&&但必须遵循&的字符串

Question

我正在尝试匹配字符串 &abD&eG 来自abCD#&&abCD&abD&eG

一般规则是： 匹配由 alpha 组成的字符串，该字符串必须遵循 & 但不是 #&&。 但是一旦字符串以单个& 开始，#&& 仍被视为匹配的一部分。 连续的& 将被视为匹配。

所以一些简化的示例字符串和匹配是：

#&&abc&abc 应该匹配：&abc

&abc&abc 应该匹配：&abc&abc

#&&abc&abc#&&abc 应该匹配：&abc#&&abc

#&&abc#&&abc 应该匹配：NO MATCH

#&&abc 应该匹配：NO MATCH

abc#&& 应该匹配：NO MATCH

abc 应该匹配：NO MATCH

&&abc&abc 应该匹配：&&abc&abc

&&abc#&& 应该匹配：&&abc#&&

#&&&&abc 应该匹配：&&abc

&&abc&abc&&&& 应该匹配：&&abc&abc&&&&

&&& 应该匹配：&&&

abc&abc 应该匹配：&abc

我目前有正则表达式(?<!#&&)(&\p{Alnum}+)+，但它会检测& 之后的序列，无论它后面是否跟#&。 我应该如何修改它以使其符合我的一般规则？

Answer 1

我尝试为此构建一个正则表达式，但由于 & 是两者的一部分，排除匹配的标记，也是要包含在匹配中的字符，它变得更加复杂，因为可以很容易地用简单的 FDA 检测。

如果算法对您有用，我将把它留在这里。它是用 java 实现的，但移植到其他语言应该不成问题。

match 方法返回具有三个值的 ArrayList：

1. 如果匹配则为“true”，否则为“false”
2. 字符串中匹配开始的位置，如果没有匹配则为-1

3. 匹配的字符串。

   public class SO47732442 {
   
       private int [] [] states = {
           {1,4,0},
           {3,2,3},
           {3,0,3},
           {3,3,3},
           {3,3,3}
       };
   
       private int state = 0;
   
       private int getCol(char c){
           int rtn = 4;
           switch(c){
           case '#':
               rtn = 0; break;
           case '&':
               rtn = 1; break;
           default:
               rtn = 2;
           }
           return rtn;
       }
   
       public ArrayList<String> match(String text){
           state = 0;
           ArrayList<String> rtn = new ArrayList<>();
           StringBuilder sb = new StringBuilder();
           int start = -1;
           boolean match = false;
           for(int i=0; i<text.length();i++){
               int col = getCol(text.charAt(i));
               state = states[state][col];
               if(state == 3){
                   if(!match){
                       sb.append("&");
                       start = i;
                       match = true;
                   }
                   sb.append(text.charAt(i));
               }
           }
           rtn.add(match? "true" : "false");
           rtn.add(""+start);
           rtn.add(sb.toString());
           return rtn;
       }
   
   
       /* This is just to test the matches */
       public static void main(String[] args){
           SO47732442 app = new SO47732442();
           ArrayList<String> tests = new ArrayList<>();
   
           tests.add("#&&abc&abc");
           tests.add("&abc&abc");
           tests.add("#&&abc&abc#&&abc");
           tests.add("#&&abc#&&abc");
           tests.add("#&&abc");
           tests.add("abc#&&");
           tests.add("abc");
           tests.add("&&abc&abc ");
           tests.add("&&abc#&&");
           tests.add("#&&&&abc");
           tests.add("&&abc&abc&&&&");
           tests.add("&&&");
           tests.add("abc&abc");
           tests.add("abcabc&");
   
   
           for(String test : tests){
               System.out.println("Text: " + test);
               ArrayList<String> result = app.match(test);
   
               for(String res : result){
                   System.out.println(res);
               }
               System.out.println("");
           }
   
       }
   }
   

Answer 2

无法使用正则表达式，但这是一个通过所有测试用例的函数（可能可以稍微清理一下）：

public static String getMatch(String string) {
    int startIndex = 0;

while (string.indexOf("&", startIndex) > string.indexOf("#&&", startIndex))
{
    if (string.indexOf("&", startIndex) < 0) return "";
    if (string.indexOf("#&&", startIndex) < 0) return string.substring(string.indexOf("&", startIndex));

    startIndex = string.indexOf("#&&", startIndex) + 3;
}
return (string.indexOf("&", startIndex) < 0) ? "" : string.substring(string.indexOf("&", startIndex));

}