正则表达式:以不同顺序匹配组而不重复组

Question

假设我有两个这样的字符串:

XABY
XBAY

匹配两者的简单正则表达式如下所示:

X(AB|BA)Y

但是，我有一个 A 和 B 是复杂字符串的情况，我正在寻找一种方法来避免必须指定它们中的每一个两次(在 | 的每一侧)。有没有办法做到这一点(这可能比必须指定两次更简单)？

谢谢

Answer 1

X(?:A()|B()){2}\1\2Y

基本上，您使用一个空的捕获组在匹配时检查每个项目，然后反向引用确保所有内容都已被检查。

请注意，这依赖于未记录的正则表达式行为，因此无法保证它会在您的正则表达式风格中起作用——如果是这样，则无法保证随着该风格的发展它会继续起作用。但据我所知，它适用于支持反向引用的各种风格。 (编辑:它在 JavaScript 中不起作用。)

编辑:您说您正在使用命名组来捕获匹配的部分内容，如果不是真正的复杂性，这会给正则表达式增加很多视觉困惑。好吧，如果您碰巧在使用 .NET 正则表达式，您仍然可以对“复选框”使用简单的编号组。这是一个简单的示例，它在不知道内部顺序的情况下查找并挑选出一堆月日字符串:

  Regex r = new Regex(
    @"(?:
        (?<MONTH>Jan|Feb|Mar|Apr|May|Jun|Jul|Sep|Oct|Nov|Dec)()
        |
        (?<DAY>\d+)()
      ){2}
      \1\2",
    RegexOptions.IgnorePatternWhitespace);

  string input = @"30Jan Feb12 Mar23 4Apr May09 11Jun";
  foreach (Match m in r.Matches(input))
  {
    Console.WriteLine("{0} {1}", m.Groups["MONTH"], m.Groups["DAY"]);
  }

这是因为在 .NET 中，命名组的存在对非命名组的排序没有影响。已命名组具有分配给它们的编号，但这些编号从最后一个未命名组之后开始。 (我知道这看起来很复杂，但这样做有充分的理由。)

通常，您希望避免同时使用命名和非命名捕获组，特别是如果您使用反向引用，但我认为这种情况可能是一个合法的异常(exception)。