获得唯一的正则表达式匹配器结果（不使用地图或列表）

Posted 2023-02-26

【中文标题】获得唯一的正则表达式匹配器结果（不使用地图或列表）

【英文标题】：get unique regex matcher results (without using maps or lists)

【发布时间】：2012-11-16 19:40:54

【问题描述】：

有没有办法只获得唯一的匹配项？匹配后不使用列表或地图，我希望匹配器输出立即唯一。

示例输入/输出：

String input = "This is a question from [userName] about finding unique regex matches for [inputString] without using any lists or maps. -[userName].";
Pattern pattern = Pattern.compile("\\[[^\\[\\]]*\\]");
Matcher matcher = pattern.matcher(rawText);
while (matcher.find()) 
    String tokenName = matcher.group(0);
    System.out.println(tokenName);

这将输出以下内容：

[userName]
[inputString]
[userName]

但我希望它输出以下内容：

[userName]
[inputString]

【参考方案1】：

是的，有。您可以将负前瞻和反向引用结合起来：

"(\\[[^\\[\\]]*\\])(?!.*\\1)"

只有当你的实际模式匹配的那个在字符串中不再出现时才会匹配。实际上，这意味着您总是得到每场比赛的最后次出现，因此您会以不同的顺序获得它们：

[inputString]
[userName]

如果订单对您来说是个问题（即，如果在第一次出现时对它们进行排序很重要），您将无法仅使用正则表达式来执行此操作。为此，您需要一个可变长度的look*behind*，而Java 不支持。

进一步阅读：

Lookarounds Backreferences

---

关于一般解决方案的一些说明

请注意，这适用于任何匹配宽度为非零的模式。一般的解决方案很简单：

(yourPatternHere)(?!.*\1)

（我省略了双反斜杠，因为它只适用于几种语言。）

如果您希望它与具有零宽度匹配的模式一起使用（因为您只想知道一个位置并且仅出于某种原因使用环视），您可以这样做：

(zeroWidthPatternHere)(?!.+\1)

另外，请注意（通常）您可能必须使用“singleline”或“dotall”选项，如果您的输入可能包含换行符（否则前瞻将只检查当前行）。如果您不能或不想激活它（因为您的模式包含不应匹配换行符的句点；或者因为您使用 javascript），这是一般的解决方案：

(yourPatternHere)(?![\s\S]*\1)

为了让这个答案更广泛地适用，这里是你如何只匹配每个匹配项的 first 出现（在具有可变长度后视的引擎中，如 .NET）：

(yourPatternHere)(?<!\1.*\1)
or
(yourPatternHere)(?<!\1[\s\S]*\1)

【讨论】：

订单对我的需求并不重要，所以这是完美的。现在我只需要对前瞻和反向引用进行一些研究，以真正理解语法。干杯！

@Ibrahim 我在这两个主题上添加了两个链接。

有很多人试图解释这个问题......但我只理解你的一般解释+1

@MartinEnder 感谢您的回复。它通过清晰的解释帮助我学习。

您好，我正在 Dreamweaver 正则表达式搜索和 Espresso 中尝试您的解决方案来测试它。但这对我不起作用。我试图在一个相当大的网站的源代码中找到所有不同的 datasource="someDSNname" 出现。但即使在一个小例子中，如果我出现两次，都会从正则表达式中返回。我试过了： (datasource=\"(.*?)\")(?!.\1) (datasource=\"(.*?)\")(?!.+\1)