正则表达式中的双重负回头

本文关键字：回头 正则表达式 | 更新日期: 2023-09-27 17:56:29

我正在过滤掉SQL脚本中包含某些人员ID的行。 就我的目的而言，在我的过滤中过分热心比在过滤中过分热心要好，但我仍然想小心一点。

例如，如果其中一个人员 ID 是 123 ，并且一行包含 [blob_id] = 123 ，我不想过滤掉它。 所以，我想找到123（两侧都有单词分隔符），只要它前面没有[<some_id_here>] =，或者<some_id_here> = person_id .

正则表达式应与以下每一行匹配：

123
[person_id] = 123
blah,blah,123,blah

它不应该与以下每一行匹配：

foo123bar
[blob_id] = 123

我认为这个正则表达式会起作用：

(?<!'[(?!person_id)'] = )'b123'b

外部负视后说"字符串前面不能有[<some_id_here>] ="。 内部展望说："这个字符串可以匹配除person_id以外的任何东西。 我认为双重否定意味着"如果这个字符串前面有 [<some_id_here>] =，<some_id_here>只能是person_id 。

不幸的是，情况似乎并非如此。 它适用于我除[blob_id] = 123以外的所有测试用例。

我相信正在发生的事情是，出于某种原因，由于双重否定，外部的后视与任何东西相匹配。

这是我的正则表达式101与我的测试用例的链接。

正则表达式中的双重负回头

由于您要过滤掉整行，因此更容易：如果您在一行中找到任何不想要的内容，则可以丢弃该行。

如果您使用的是PCRE，则可以使用回溯动词来实现您想要的：

'bblob_id'b.+(*SKIP)(*FAIL)|'b123'b

演示

如果正则表达式引擎在一行上遇到blob_id，它将匹配直到行尾（.+），然后匹配失败，并在失败的位置重新尝试（(*SKIP)(*FAIL)）。这是有效的，因为引擎总是从左到右尝试替代方案。

在 C# 中，您没有 (*SKIP)(*FAIL) ，因此您可以改用它：

'bblob_id'b.+|(?<id>'b123'b)

检查match.Groups["id"].Success。如果是假的，就把火柴扔掉。

但是 C# 中最好的替代方案是...使用可变长度的回溯（C# 正则表达式引擎的一个重要功能）：

'b123'b(?<!'bblob_id'b.*)

演示

我将断言放在匹配之后只是为了优化，因此引擎只有在已经成功匹配'b123'b时才实际检查回溯。

看来我误解了这个问题：

在您的第二个演示中，它过滤掉的唯一<some_id_here>是 blob_id .我需要它来过滤掉任何不person_id 的 id。

好吧，在这种情况下，您需要放回这些括号以判断什么是 ID 和其他内容。我想我可以利用它们，因为你在你的问题中正是这样做的。那么双重否定的环顾是有道理的：

'b123'b(?<!'[(?!person_id'b)'w+'][^']'n]*)

演示

[^']'n] 表示除]和换行符之外的任何字符，因此您只能获得最接近搜索值的标识符。

问题是(?!person_id)与任何字符都不匹配。相反，您可以做的是在负面回溯中使用负面回溯，以消除在负后视中实际消耗任何东西的需要。

(?<!(?<!'[person_id)'] = )'b123'b

演示

这可能会更

清楚地解释正在发生的事情，并且
如何在排除其他 ID 时添加 OK ID
的列表已定义的括号格式。

编辑 - 执行断言的提示。
断言是自包含构造。他们独立于
彼此。断言不知道它们是否在其他内部
断言。给他们的位置是当前的位置
相对于调用方，这可能与外部最
不同当前位置。

最后，断言是什么并不重要，在

断言中，
表达式被迫匹配..这是主要规则。
该匹配的成功或失败在逻辑上解析为
断言它是，即。阴性/阳性结果。

@"(?<!'[(?!(?:person_id|ok_id)'])[^']]+']'s*='s*)'b123'b" 

 .*                      # For testing purposes, get whole line before
 (?<!                    # Bracket ID's can't be behind the '123'
      '[                      # Open bracket [
      (?!                     # Exclude ID's that are OK to be here
           (?:
                person_id               # this id is OK
             |  ok_id                   # this id is OK (add more here, etc..)          
           )
           '] 
      )
      [^']]+                  # 1 or more id chars
      ']                      # Close bracket ]
      's*                     # Optional whtiespace
      =                       # Equals sign
      's*                     # Optional whtiespace
 )
 'b 123 'b 
 .*                      # For testing purposes, get whole line after

代码片段： 

string input = @"
123
[person_id] = 123
blah,blah,123,blah
foo123bar
[blob_id] = 123
";
Regex Rx123 = new Regex(@".*(?<!'[(?!(?:person_id|ok_id)'])[^']]+']'s*='s*)'b123'b.*");
Match _m = Rx123.Match( input );
while (_m.Success)
{
    Console.WriteLine("Found: {0}", _m.Groups[0].Value);
    _m = _m.NextMatch();
}

输出： 

Found: 123
Found: [person_id] = 123
Found: blah,blah,123,blah
相关文章：