Question

我有以下正则表达式：

(?i:^TPI$|^TIP$|^IPT$|^ITP$|^PIT$|^PTI$|^IP$|^PI$|^TI$|^IT$|^PT$|^TP$|^T$|^P$|^I$)

我该如何简化它？我的正则表达知识相当有限。

我的要求是：

可接受的输入为“T”，“P”和“I”
值可以按任何顺序排列
只接受每个值中的一个。 “TTI”无效，但“TI”有效
不区分大小写

我用过

^(?i:[TPI]){1,3}$

在过去，这主要是有效的。唯一的问题是它接受多个值“TTT”是可以接受的正则表达式，我需要它失败）。

Answer 1

我们可以尝试不同的方式。你做的尝试允许一些字符串滑过你不想要的。也就是说，一切都是重复的。在下文中，我将使用PowerShell进行一些实验来展示解决方案。首先，我们需要所有可能的字符串作为输入：

$tests = 'TPI'[0..2]|%{$a=$_;"$a"; 'TPI'[0..2]|%{$b=$_;"$a$b"; 'TPI'[0..2]|%{"$a$b$_"}}} | sort

这会产生以下值序列（我在一行上格式化它们，但它们通常每行出一个）：

$tests
I II III IIP IIT IP IPI IPP IPT IT ITI ITP ITT P PI PII PIP PIT PP PPI PPP PPT PT PTI PTP PTT T TI TII TIP TIT TP TPI TPP TPT TT TTI TTP TTT

这当然也是正则表达式

^(?i:[TPI]){1,3}$

将匹配。

我们可以通过使用所谓的负前瞻断言来限制我们想要匹配的内容，只有当某些文本跟随但实际上不匹配文本本身时才会匹配，从而允许它被你上面的模式捕获。这可以通过(?!)完成，您可以在!之后插入一些子表达式。让我们尝试限制输入不是以两个I，两个P或两个T开头的输入：

$tests -match '^(?!II|PP|TT)(?i:[TPI]{1,3})$'
I IP IPI IPP IPT IT ITI ITP ITT P PI PII PIP PIT PT PTI PTP PTT T TI TII TIP TIT TP TPI TPP TPT

正如您所看到的那样，结果已经消失了。如果我们使用捕获组和反向引用，我们可以简化它。通常括号（除非它们以(?开头）捕获它们内部匹配的内容，您可以在匹配后使用它来从匹配中提取部分或替换。但是你也可以在许多正则表达式引擎中使用模式本身（事实上，我认为没有引擎允许负向前瞻，但模式中不反向引用）。所以II|PP|TT可以写成(.)\1，只是说“一封信，后跟完全相同的字母”，因为\1是反向引用，指的是(.)所匹配的内容

现在我们仍然有一些我们不想要的值，即位置2和3中有两个相同字母的所有值以及位置1和3中的所有值。我们可以通过以下方式摆脱前者：

$tests -match '^(?!.?(.)\1)(?i:[TPI]{1,3})$' I IP IPI IPT IT ITI ITP P PI PIP PIT PT PTI PTP T TI TIP TIT TP TPI TPT

开头的.?现在说“匹配一个或不匹配的字符”，因此扩展了我们之前的所有内容，最后将两个匹配排除在重复之外。对于第二组，我们只需要排除看起来像(.).\1的匹配，即一个字母，然后是另一个，然后重复第一个。我们可以通过添加另一个.?来扩展正则表达式，即捕获组和反向引用之间的可选字母：

$tests -match '^(?!.?(.).?\1)(?i:[TPI]{1,3})$' I IP IPT IT ITP P PI PIT PT PTI T TI TIP TP TPI

现在正是您想要表示的集合。最终的正则表达式是

^(?!.?(.).?\1)(?i:[TPI]{1,3})$

它比以前更短，这是肯定的。是否更简单可能需要辩论，因为它可能需要一些解释它的作用。对于另一个答案中更加压缩的方法，情况可能更为明显。它确实更短，但这是我的答案，我们争取选票，我只是说我不喜欢它;-) ......开个玩笑。但对于这些事情，我认为将基本模式与排除分开确实对可读性有意义。

另一种选择可能是使用正则表达式验证基本模式，即您的初始方法。然后使用代码来拒绝可能类似于
的重复项
($s.ToLowerInvariant().ToCharArray() | select -Unique).Count -eq $s.Length

取决于您的语言 - 只要它使这些内容变得简单易读。

Answer 2

这是后人的另一个答案。

^(?i:([TPI])(?!.*?\1)){1,3}$

简化正则表达式？

2 个答案: