为自定义搜索引擎编写匹配AND/OR/NOT的正则表达式求助

针对你自定义搜索引擎的正则需求，下面是能匹配所有合法示例、排除非法输入的正则方案：

正确的正则表达式 #

val pattern = Pattern.compile("^(NOT\\s+)?'(?!(AND|OR|NOT)$)(?!.*\\b(AND|OR|NOT)\\b)[^']*'(?:\\s+(AND|OR)\\s+(NOT\\s+)?'(?!(AND|OR|NOT)$)(?!.*\\b(AND|OR|NOT)\\b)[^']*')*$")

正则各部分解释 #

• ^ 和 $：锚定字符串首尾，确保整个输入完全匹配，避免部分匹配的情况。
• (NOT\\s+)?：匹配可选的NOT前缀，要求NOT后至少跟一个空格。
• '(?!(AND|OR|NOT)$)(?!.*\\b(AND|OR|NOT)\\b)[^']*'：匹配合法的带引号值：
  • (?!(AND|OR|NOT)$)：排除引号内仅为AND/OR/NOT的情况。
  • (?!.*\\b(AND|OR|NOT)\\b)：排除引号内包含完整AND/OR/NOT单词的情况（比如'testANDtest'）。
  • [^']*：匹配引号内除单引号外的任意字符。
• (?:\\s+(AND|OR)\\s+(NOT\\s+)?'(?!(AND|OR|NOT)$)(?!.*\\b(AND|OR|NOT)\\b)[^']*')*：匹配重复的连接项：
  • \\s+(AND|OR)\\s+：匹配AND/OR操作符，要求前后至少有一个空格。
  • 后续重复可选的NOT前缀+合法带引号值的结构，支持多个连接项。

验证说明 #

该正则可完全匹配你提供的examples列表中所有合法情况，同时排除examplesNotMatched中的所有非法输入：

• 支持单个带引号值（如'value'）、带NOT前缀的单个值（如NOT 'value'）。
• 支持通过AND/OR连接的多值组合（如'value' AND NOT 'value1'、'value' OR 'value1' AND NOT 'value2'）。
• 自动排除无引号值、直接以AND/OR开头的输入、缺少操作符的多值组合、引号内包含关键词的情况等。

内容的提问来源于stack exchange，提问作者J.Doe