結合（或）任意正則表達式

Question

tl; dr有沒有辦法在ORACLE中將任意正則表達式整合爲一個正則表達式（用於匹配而不是捕獲）？

---

在我的應用程序收到兩個列表從用戶：

1. 正則表達式的列表串

的

名單，我需要輸出的字符串列表在（2）中與（1）中的任何正則表達式都不匹配。 （迭代遍歷（2）中的所有字符串;對於每個字符串迭代（1）中的所有模式;如果沒有模式匹配字符串，則將它添加到將返回的列表中）但我想知道是否可以將所有模式合併爲一個模式，並讓正則表達式編譯器利用優化機會。

OR-combine正則表達式的顯而易見的方法顯然是(regex1)|(regex2)|(regex3)|...|(regexN)，但我敢肯定，考慮到我無法控制各個正則表達式，這不是正確的做法（例如，它們可能包含所有後退/前向引用）。因此，我想知道你是否可以提出一種更好的方法來結合java中的任意正則表達式。

---

注：這只是由上述暗示，但我會讓它明確：我只對匹配字符串 - 我不需要使用捕獲組的輸出。

Answer 1

一些正則表達式引擎（例如PCRE）具有構造(?|...)。它就像一個非捕獲組，但具有很好的特性，即在每個交替組中都從相同的初始值開始計數。這可能會立即解決您的問題。所以如果切換語言這個任務是你的選擇，那應該可以做到。

[編輯：事實上，它仍然會引起衝突命名爲捕獲組的問題。實際上，該模式甚至不會編譯，因爲組名不能被重用。]

否則，您將不得不操縱輸入模式。海德建議重新編號反向引用，但我認爲有一個更簡單的選項：使所有組命名爲組。你可以向你保證這些名字是獨一無二的。

因此，基本上，對於每個輸入模式，您創建一個唯一的標識符（例如，增加一個ID）。然後最棘手的部分是在模式中找到捕獲組。你將無法用正則表達式來做到這一點。你將不得不自己解析模式。如果您只是遍歷模式字符串，請注意以下幾點：

• 請注意當您進入和離開字符類時，因爲字符類內部括號是文字字符。
• 也許最棘手的部分：忽略後跟?:，?=，?!，?<=，?<!，?>所有打開的括號。此外，還有選項設置圓括號：(?idmsuxU-idmsuxU)或(?idmsux-idmsux:somePatternHere)，它們也不會捕獲任何內容（當然，這些選項可能有任何子集，它們可以以任意順序排列 - -也是可選的）。
• 現在你應該只剩下開放的圓括號，這個圓括號既可以是正常的捕獲組，也可以是：(?<name>。最簡單的事情可能是把它們都一視同仁 - 也就是擁有一個數字和一個名字（如果它沒有設置，名字就等於數字）。然後你用(?<uniqueIdentifier-md5hashOfName>這樣的東西重寫所有這些（連字符實際上不是名稱的一部分，你只需要你遞增的數字後面跟着散列 - 因爲散列是固定長度的，不會有任何重複;非常多至少）。確保記住該組最初有哪些號碼和名稱。
• 每當遇到反斜槓時，有三個選項：
  1. 下一個字符是一個數字。你有一個編號的反向引用。將所有這些數字替換爲k<name>，其中name是您爲該組生成的新組名稱。
  2. 接下來的字符是k<...>。再次將其替換爲相應的新名稱。
  3. 下一個字符是別的。跳過它。它同時處理括號轉義和反斜槓轉義。
• 我認爲Java可能允許前向引用。在這種情況下，你需要兩次傳球。照顧重新命名所有組。然後更改所有參考。

一旦你在每個輸入模式上完成了這一步，就可以安全地將它們全部與|合併。除反向引用以外的任何其他功能都不會導致此方法出現問題。至少不會只要你的模式有效。當然，如果你有輸入a(b和c)d那麼你有問題。但是，如果你不檢查模式是否可以自行編譯，你會一直這樣做。

我希望這給你一個正確的方向指針。