regex - RegEx-捕获组中OR值的顺序更改结果

Question

Visual Studio / XPath / RegEx：

给定表达式：

(?<TheObject>(Car|Car Blue)) +(?<OldState>.+) +---> +(?<NewState>.+)

给定搜索字符串：

Car Blue Flying ---> Crashed

我期望：

TheObject = "Car Blue"
OldState = "Flying"
NewState = "Crashed"

我得到的是：

TheObject = "Car"
OldState = "Blue Flying"
NewState = "Crashed"

鉴于新的RegEx：

(?<TheObject>(Car Blue|Car)) +(?<OldState>.+) +---> +(?<NewState>.+)

结果是（我想要的）：

TheObject = "Car Blue"
OldState = "Flying"
NewState = "Crashed"

我从概念上了解了幕后发生的一切； RegEx将在OR'd列表中找到的第一个（从左到右）匹配项放入 <TheObject>组，然后继续。

OR'd列表是在运行时生成的，不能保证将“ Car”或“ Car Blue”添加到 <TheObject>组中的OR'd列表的顺序。 （这是大大简化的OR'd列表）

我可以通过对OR'd列表从最长到最短进行排序来强行使用它，但是，我一直在寻找更优雅的东西。

有没有一种方法可以使 <TheObject>组捕获在OR'd列表中找到的最大列表而不是它找到的第一个？ （无需担心订单）

谢谢，

Answer 1

我通常会自动同意ltux之类的答案，但在这种情况下不会如此。

您说交替组是动态生成的。它多久动态生成一次？如果是每个用户的请求，那么对表达式生成对象进行快速排序（首先是最长的长度，或者是反向字母顺序的）可能比编写将(Car|Car Red|Car Blue)转换为(Car( Red| Blue)?)的对象更快。

正则表达式可能会花费更长的时间（您可能甚至不会注意到正则表达式的速度有所不同），但是汇编操作可能会更快（取决于替换列表数据源的体系结构）。

在具有702个选项的简单测试中，在三种方法中，使用这样的选项集可以得到可比的结果，但是这些结果都没有考虑构建字符串的时间，该时间随着字符串的复杂性而增加成长。

选项都是一样的，只是格式不同


扎普


扎普
是
复印
...
苹果

是


扎普
是
复印
...
苹果

复印


扎普
是
复印
...
苹果

...
苹果


扎普
是
复印
...
苹果



使用Google Chrome和Javascript，我尝试了三种（编辑：四种）不同的格式，并在0到2毫秒之间看到了一致的结果。


'Optimized factoring'a(?:4|3|2|1)?
Reverse alphabetically sorting (?:a4|a3|a2|a1|a)
Factoring a(?:4)?|a(?:3)?|a(?:2)?|a(?:1)?。所有这些始终以0到2ms的间隔进入（我想这是我的机器目前可能还在做什么）。
更新：我找到了一种方法，可以使用超前like this (?=a|a1|a2|a3|a4|a5)(.{15}|.(14}|.{13}|...|.{2}|.)而不用正则表达式排序，其中15是上限，一直向下计数。


在这种方法上没有任何限制，我觉得它会导致很多问题和误报。这将是我最不喜欢的结果。如果超前匹配，捕获组(.{15}|...)将在任何可能的情况下捕获超出您期望的捕获量。换句话说，它将超越比赛。



尽管与我的因数分解示例相比，我做了术语“优化因式分解”，但是由于任何原因，我都无法推荐我的因数分解示例语法。排序将是最合乎逻辑的，并且比利用前瞻性更易于阅读/维护。

您没有对数据有太多的了解，但是如果子选项可以包含空格并且可能重叠，则可能仍需要进一步对子组或因数进行排序，从而进一步减小“优化因式分解”的值。

编辑：明确地说，我正在就为什么没有在这里获得保理的形式进行彻底的检查。至少没有我能看到的任何方式。一个简单的Array.Sort().Reverse().Join("|")给出了这种情况下任何人的确切需求。