带有“包含”列表和“排除”列表的正则表达式

Question

我有一个句子（用空格分隔的单词）。

然后我有两个短语列表（完整或部分单词，即不包含空格）：一个是“包含”列表，另一个是“排除”列表。

匹配的句子将包含“包含”列表中的所有短语（可以重叠，不区分大小写）并且不包含“排除”列表中的任何短语。

如何测试句子是否符合规则？谢谢。

例子

句子 = This yammy Flybe catalog is sticky

包括列表 = cat fly tic

排除列表 = veg pot yam

测试失败，因为尽管所有“包含”短语都在句子中，yam但确实出现了“排除”短语之一 ( )。将单词更改yammy为yummy，测试应该通过。

PS目前为此使用SQL中的关系划分实现，当SQL数据库中的数据领先时，这似乎得到了很好的优化。现在我有一个来自外部来源的数据结构。我想我可以传入分隔的字符串，拆分为表格行等，但我想研究其他选项。那么，如果不是正则表达式，那又如何？

Answer 1

虽然我认为这对正则表达式来说不是一件好事，但当正则表达式是您选择的技术时，您可以考虑以下方面的事情（负前瞻和正前瞻，锚定在开头）：

^(?=.*include1)(?=.*include2)(?=.*...)(?!.*(?:exclude1|exclude2|...))

Regex.Escape在将它们添加到 include 或 exclude 表达式之前，请确保在单个句子上使用。正则表达式的工作原理如下：

换句话说：所有包含句子必须在（以任何顺序），所有排除句子必须在外面。

注意：这种类型的正则表达式，即使经过编译，也没有被 .NET 正则表达式引擎很好地优化。如果包含/排除列表变大，那么简单的串联例程可能已经非常昂贵。最后，替代方案（逐个匹配单个句子）可能更慢。要找出答案，请衡量任一方法的性能。

更新：修复了代码中的错误并添加了解释。