regex - 无论顺序如何，在两个或多个单词之间匹配一个字符串

Question

我需要一个不分顺序匹配单词的正则表达式。例如，这些行应与标记的范围匹配，

A longword1 B longword2 C
  ^-------------------^

A longword2 B longword1 C
  ^-------------------^

虽然这些不应该:

A longword1 B longword1 C
A longword2 B longword2 C
A longword1 B
A longword2 C

(A、B、C 是填充符，它们基本上可以是任何文本)

可以只使用交替，例如:\b((longword1).*?(longword2)|(longword2).*?(longword2))\b。但是正则表达式会按阶乘增长，即三个单词需要 3!交替。也可以使用子程序，例如\b((?'A'longword1).*?(?'B'longword2')|(?P>B).*?(?P>A))\b。虽然更短，但我仍然需要包括它的所有排列。

现在我已经阅读了 this post和 this other one ，但接受的答案并不能完全解决我的问题。使用 \b(?=.*longword1)(?=.*longword2).*\b 将匹配整行而不是我显示的范围。

我明白，如果我根据单词列表检查句子会容易得多。但是我当前的用例阻止了它的实现；我只能使用正则表达式。

这里有一些链接可以证明我的意思:

预期:

• 使用替代品:https://regexr.com/5b6pv
• 使用子程序:https://regexr.com/5b6ss

不正确:

• 使用正面前瞻(如链接):https://regexr.com/5b6q2

有没有更简单的正则表达式来解决这个问题？

Answer 1

您可以使用反向引用 + 子例程:

\b(longword1|longword2)\b.*?\b(?!\1\b)(?1)\b

将其扩展为三个备选方案:

\b(longword1|longword2|longword3)\b.*?\b(?!\1\b)((?1))\b.*?\b(?!(?:\1|\2)\b)(?1)\b

参见 regex demo和 this regex demo ， 也。因此，单词列表将在第 1 组中，您只需要在后续子例程之前添加反向引用。

详情

• \b(longword1|longword2)\b - 一个完整的单词，longword1 或 longword2
• .*? - 除换行字符外的任何 0 个或多个字符，尽可能少
• \b - 单词边界
• (?!\1\b) - 不能有与第 1 组匹配的相同文本后跟单词边界
• (?1) - 与第 1 组匹配相同模式的子例程
• \b - 单词边界