我爱正则表达式

admin @ 2008-12-05 10:03 am

前一段时间在chinaunix论坛上发现这样一则问题：

要求abcd四个字母连续，但每个字母有且仅出现一次，并且顺序可以不固定，也就是要匹配abcd adbc bcda等等情况

我说一下自己的解决思路。

• 第一个字母是abcd中的任意一个，因此正则式[abcd]即符合要求。第一个字母最简单。
• 第二个字母是abcd中的任意一个，但是不能使用第一步中已经使用过的字母。因此回退一步，将第一个字母括起来，以备引用([abcd])。不能使用\1，亦即(?!\1)，它表示当前位置不出现\1，即第一个字母。至此，正则式如下：([abcd])(?!\1)([abcd])。
• 第三个字母与第二个字母的原理相同，但是它既不能使用第一个字母，也不能使用第二个字母。正则式如下：([abcd])(?!\1)([abcd])(?!\1|\2)([abcd])。
• 第四步无需多言，完整正则式如下：([abcd])(?!\1)([abcd])(?!\1|\2)([abcd])(?!\1|\2|\3)([abcd])。

回顾刚才的正则式，对于新手来说，或许(?!\1)是个不容易理解的地方。我就对此作用简单介绍。(?!...)的形式称为look around，与^或$一样，它只匹配位置，而不实际消耗字符。如果想匹配“某字串之后不出现某字串”这种情况，那么(?!)negative lookahead是不可缺少的。例如，如果想匹配q之后不出现u的字串，就可以使用q(?!u)，它表示q后边不出现u。它可以匹配"Iraq","icq","qq"等字串。

如果您读到这里还没有头痛，请思考它与q[^u]的区别。

string