java - 正则表达式忽略已声明的变量初始化

Question

我需要一个正则表达式，如果之前已经捕获了 token 的一部分，它将忽略该 token 。

示例

var bold, det, bold=6, sum, k

此处，bold=6 应被忽略，因为 bold 已被捕获。 此外，在进行任何匹配之前，var 必须存在，最后一个标记 k 后面不应跟逗号。只有 var 中的变量和最后一个标记 k 后面应该跟逗号。

另一个例子

var bold=6, det, bold, sum, k

这里，det后面的bold应该被忽略，因为bold=6已经被捕获。

我尝试使用此模式(?:\\bvar\\b|\\G)\\s*(\\w+)(?:,|$)，但它没有'不要忽视已经重复的内容。

Answer 1

取决于您需要获取哪些信息，您可以尝试使用:

1. 仅在 Java 中工作的解决方案，将为您提供变量名称和启动 和结束语:

   (?<=var.{0,999})(?<!=)(?!var\b)\b(?<var>\w+)\b(?<!var.{1,999}(?=\k<var>).{1,999}(?=\k<var>).{1,999})
   

   RegexPlanet Demo

   它使用了Java正则表达式的丑陋但非常有效的功能:间隔 ( x{min,max} ) 处于回溯状态。只要你使用间隔 最小和最大长度，您可以在 Java 正则表达式中使用它。所以与其 的.*例如，您可以使用 .{0,999} 。如果有的话就会失败 需要比 999 更多的字符，你可以使用更大的数字，但我 认为在这种情况下没有必要。命名组<var>这里是可选的，您可以在代码中用普通组替换它。

   Java 实现:

   public class Test{
       public static void main(String[] args){
           String test = "var bold, det, bold=6, sum, k\n" +
                   "var foo=6, abc, foo, xyz, k";
           Matcher matcher = Pattern.compile("(?<=var.{0,999})(?<!=)(?!var)\\b(?<var>\\w+)\\b(?<!var.{1,999}(?=\\k<var>).{1,999}(?=\\k<var>).{1,999})").matcher(test);
           while(matcher.find()){
               System.out.println(matcher.group("var") + "," + matcher.start("var") + "," + matcher.end("var"));
   
           }
   
       }
   }
   

   带有输出(变量名称、开始索引、结束索引):

   bold,4,8
   det,10,13
   sum,23,26
   k,28,29
   foo,34,37
   abc,41,44
   xyz,51,54
   k,56,57
   

正则表达式的解释:

• (?<=var.{0,999}) - 前面必须有文本 var后跟任何
  字符数，但不换行，
• (?<!=) - 前面不应有等号，以避免将变量名称和值匹配为不同的匹配项，
• (?!var\b) - 后面不能跟 var单词，以避免匹配该单词，
• \b(?<var>\w+)\b - 单独的单词，捕获到 <var>组，
• (?<!var.{1,999}(?=\k<var>).{1,999}(?=\k<var>).{1,999}) - 匹配的单词前面不能有 var单词后跟一些字符，包括捕获的单词，后跟一些字符，再次包括捕获的单词，

但正如我所写，它只能在 Java 中运行。

如果您只需要变量名称，可以使用:

(?<=var\s|\G,\s)(?<var>\w+)(?=,|$)|(?<=var\s|\G,\s)(?<initialized>[^,\n]+)

DEMO

获取没有重复的变量名称。但如果你想要 开始/结束索引，它将捕获到组中第二次出现的 变量名重复。