如何不重复编写词表实现正则同时匹配and、or两种逻辑要求
方案1:使用正则DEFINE子例程(适合支持PCRE/Perl/Java 11+/Python 3.10+等高级正则引擎的场景)
正则本身没有原生的「magic运算符」直接切换and/or逻辑,但可以通过(?(DEFINE))预定义子规则的方式,实现所有词的表达式只写一次:
START (?: # 预定义所有词的匹配规则,仅需编写一次 (?(DEFINE) (?<w1>cat) (?<w2>dog) (?<w3>bird) ) # 匹配and逻辑(所有词按顺序出现,不需要固定顺序就换前向断言写法) (?: (?&w1)(?&w2)(?&w3) ) | # 匹配or逻辑(任意一个词出现) (?: (?&w1)|(?&w2)|(?&w3) ) ) END
如果你的and逻辑不要求词的固定顺序,只要求所有词都出现,把and逻辑分支换成前向断言即可:
(?=.*(?&w1))(?=.*(?&w2))(?=.*(?&w3)).*
方案2:代码层字符串拼接(全引擎通用,兼容性最高)
如果你的正则引擎不支持DEFINE语法,最稳妥的方式是在代码层面把词表单独维护,通过字符串拼接生成最终正则,完全不需要重复编写词规则:
示例(Python):
# 词表仅需定义一次,支持复杂匹配规则 word_rules = [r'cat', r'dog', r'bird'] # 分别生成and/or逻辑片段 and_logic = ''.join(word_rules) or_logic = '|'.join(word_rules) # 拼接最终正则 final_regex = rf'START(?:{and_logic}|{or_logic})END'
如果需要支持无序and逻辑,修改and_logic的生成逻辑即可:
and_logic = ''.join([rf'(?=.*{rule})' for rule in word_rules]) + '.*'
内容的提问来源于stack exchange,提问作者mkczyk
相关产品推荐
相关产品推荐

