regex - 使用多个可能的分隔符从正则表达式中删除冗余

Question

我有一个正则表达式，其中相同的匹配条件可以应用于多个定界符。 [] , () , 和 <>都是有效的。出于示例目的，它看起来像这样:

\[.\]|\(.\)|<.>

有没有办法从上面的正则表达式中删除冗余？分隔符内的匹配条件始终相同，但分隔符本身可能不同。

Answer 1

我猜你问是因为

[[(<].[])>]

不够准确，原因很明显。

回答“不，没有办法”总是很危险的，因为很难确定已经检查了所有可能的方法。在这种情况下，人们通常必须拿出可靠的证据来回答。

我不确定这是一个足够有力的证据，甚至根本不是一个“证据”，但考虑一下这个(伪)信息论观点:

1. PCRE 引擎本身不知道字符对之间的任何关系，[] , () , 和 <> .因此，表达式本身必须包含该信息，即需要至少六个字符 []()<>出席。

2. 不仅如此，出于同样的原因，表达式本身必须至少 定义两个对(隐含第三个)。我不确定如何证明两个交替运算符 ( |) 是你能做的最好的，但我的意思是，即使有更紧凑的方法，你也会节省最多一个字符，因为至少需要一位来表示“存在配对!”

3. 元字符的转义只能通过 []() 来压缩。可以在不转义的情况下出现在字符类中，但首先，这并不是真正的“删除冗余”，而是“语法上的幸运情况”，其次，您仍然必须为定义添加两个字符表示字符类:[] .

4. 因此，我相信即使从理论的角度来看，如果我关于正则表达式引擎无法知道的内容的假设是真的，那么一个人最多 em> 您已经提供的正则表达式中的三个字符:\[.\]|\(.\)|<.> .

我热切期待被正则表达式专家纠正!