如何编写适配JS与grep、匹配3个及以上连续字母的简洁正则表达式

不需要深层嵌套、不需要拼接完整长序列的兼容写法是存在的，同时支持JavaScript全版本、GNU/BSD grep（使用-E扩展正则参数即可），正则内容如下：

(?:a(?=b)|b(?=c)|c(?=d)|d(?=e)|e(?=f)|f(?=g)|g(?=h)|h(?=i)|i(?=j)|j(?=k)|k(?=l)|l(?=m)|m(?=n)|n(?=o)|o(?=p)|p(?=q)|q(?=r)|r(?=s)|s(?=t)|t(?=u)|u(?=v)|v(?=w)|w(?=x)|x(?=y)|y(?=z)){2,}[a-z]

实现逻辑说明 #

• 核心思路是拆分校验规则：连续升序字母的本质是每两个相邻字母都满足「后一个字母是前一个的下一位」，不需要枚举所有长度≥3的完整序列。
• 非捕获组内的25个分支，每个分支对应一组相邻升序字母对：匹配当前字母的同时，用正向先行断言(?=下一个字母)校验下一位必须是连续的后续字母，不会消耗下一位字符，供下一轮匹配校验。
• 量词{2,}要求上述相邻对至少连续匹配2次：2次相邻对对应3个连续字母，刚好满足最低长度要求，贪婪模式下会自动匹配最长的合法连续序列。
• 最后补的[a-z]用于匹配序列的最后一个字母——因为前面的相邻对匹配只覆盖了序列中除最后一位外的所有字符（每个分支只消耗当前位，最后一位没有后续字母，无法被相邻对分支匹配）。

测试用例校验结果 #

• abc：成功匹配abc
• def：成功匹配def
• lmnop：成功匹配lmnop
• xxxxghixxxx：成功匹配ghi
• ab：相邻对仅能匹配1次，不满足最低长度要求，无匹配
• zyx：无符合升序要求的相邻字母对，无匹配
• q r s：字母间存在空格，相邻连续校验失败，无匹配
• tuwx：仅能匹配t-u1组相邻对，u后为w存在字母缺失，无匹配

使用说明 #

• JavaScript环境：使用时按需添加全局匹配g、忽略大小写i修饰符即可，示例：

  const reg = /(?:a(?=b)|b(?=c)|c(?=d)|d(?=e)|e(?=f)|f(?=g)|g(?=h)|h(?=i)|i(?=j)|j(?=k)|k(?=l)|l(?=m)|m(?=n)|n(?=o)|o(?=p)|p(?=q)|q(?=r)|r(?=s)|s(?=t)|t(?=u)|u(?=v)|v(?=w)|w(?=x)|x(?=y)|y(?=z)){2,}[a-z]/gi;
  

• grep环境：使用扩展正则模式、按需添加忽略大小写参数即可，示例：

  grep -Ei '(?:a(?=b)|b(?=c)|c(?=d)|d(?=e)|e(?=f)|f(?=g)|g(?=h)|h(?=i)|i(?=j)|j(?=k)|k(?=l)|l(?=m)|m(?=n)|n(?=o)|o(?=p)|p(?=q)|q(?=r)|r(?=s)|s(?=t)|t(?=u)|u(?=v)|v(?=w)|w(?=x)|x(?=y)|y(?=z)){2,}[a-z]' 目标文件
  

注：如果使用的是极旧版本、完全不支持正向先行断言的grep（仅极少数嵌入式精简环境可能出现），没有更简洁的纯POSIX基础正则写法，只能枚举所有合法序列，但枚举时也可以用上述相邻对的思路减少嵌套层级，不需要写20余层括号。

内容的提问来源于stack exchange，提问作者Stephen Ostermiller