PHP正则表达式负前瞻

Question

我有4个字母的字典。 我想编写一个正则表达式来浏览字典，并匹配给定一组字母的所有单词。

假设我通过a,b,l,l 。 我想找到所有带有这些字母的单词。

我知道我可以做/[abl]{4}/但这也可以匹配带有2 a或2 b的单词。

我觉得我需要对未来保持负面看法。 就像是：

[l|(ab)(?!\1)]{4} 

这里的尝试是我想要一个以l或a或b开头而不是a或b开头的单词。

Answer 1

首先需要锚定模式以描述字符串的开始和结束位置：

对于整个字符串（字符串的^开头， $结尾） ：

^[abl]{4}$

或要查找较大文本中的单词，请使用单词边界（ [A-Za-z0-9_]的字符与其他字符之间的限制） ：

\b[abl]{4}\b

然后，您需要说l必须出现两次（或者a和b只能出现一次，但是更复杂）：

对于整个字符串：

^(?=.*l.*l)[abl]{4}$ 

较大的文字：

\b(?=\w*l\w*l)[abl]{4}\b

为了避免两个a或b，可以使用另一个前瞻：

对于整个字符串：

^(?=.*l.*l)(?=l*al*b|l*bl*a)[abl]{4}$ 

较大的文字：

\b(?=\w*l\w*l)(?=l*al*b|l*bl*a)[abl]{4}\b

关于[l|(ab)(?!\\1)] ：在字符类中，特殊的正则表达式字符或字符序列失去其特殊含义，所有字符均视为文字。 因此， [l|(ab)(?!\\1)]与[)(!|?1abl]相同（由于\\1是字符类中的未知转义序列，因此反斜杠将被忽略。）

请注意，在几个约束条件下，模式会很快变得难看。 您应该考虑另一种方法，该方法包括用\\b[abl]{4}\\b捕获所有单词并再次对其进行过滤（例如，使用count_chars ）。

$str ='abll labl ball aabl lblabla 1234';

$dict = 'abll';
$count = count_chars($dict);

$result = [];
if (preg_match_all('~\b[abl]{4}\b~', $str, $matches)) {
    $result = array_filter($matches[0], function ($i) use ($count) {
        return $count == count_chars($i);
    });
}

print_r($result);

Answer 2

如果要动态指定字母，然后生成将完成所有工作的regexp-这将是一项非常昂贵的工作。

简单方法：您可以生成简单的正则表达式，例如/^[abl]{4}$/ ，从字典中获取与他匹配的所有单词，然后分别验证每个单词-检查字母数量。

更有效的方法：您可以使用以下字母排序列表在字典中为单词建立索引：

word: apple | index: aelpp

word: pale | index: aelp

等等。 要从字母列表中获取所有单词，您只需对这些字母进行排序并找到具有“ index”值的完全匹配项。

Answer 3

编辑：所以对于47个字母，它将是

\\b(?:((?(1)(?!))l1)|((?(2)(?!))l2)|...|((?(47)(?!))l47)){47}\\b

字母可以是重复的，例如4 a和15 r（但不能再重复），等等...
（ 不受排列的影响 ）

---

要仅匹配一次故障订单项，
使用条件允许每个项目匹配一次，
但没有更多。

它并不复杂，并且不受排列的影响。

每次都能工作！

\\b(?:((?(1)(?!))a)|((?(2)(?!))b)|((?(3)(?!))l)|((?(4)(?!))l)){4}\\b

扩展

 \b 
 (?:
      (                             # (1)
           (?(1)(?!))
           a 
      )

   |  
      (                             # (2)
           (?(2)(?!))
           b 
      )
   |  
      (                             # (3)
           (?(3)(?!))
           l 
      )
   |  
      (                             # (4)
           (?(4)(?!))
           l 
      )
 ){4}
 \b