获得唯一的正则表达式匹配结果(不使用地图或列表)

Question

有没有办法只获得独特的比赛？在匹配后不使用列表或映射,我希望匹配器输出立即是唯一的.

样本输入/输出:

String input = "This is a question from [userName] about finding unique regex matches for [inputString] without using any lists or maps. -[userName].";
Pattern pattern = Pattern.compile("\\[[^\\[\\]]*\\]");
Matcher matcher = pattern.matcher(rawText);
while (matcher.find()) {
    String tokenName = matcher.group(0);
    System.out.println(tokenName);
}

这将输出以下内容:

[userName]
[inputString]
[userName]

但我希望它输出以下内容:

[userName]
[inputString]

Answer 1

就在这里.您可以结合使用否定前瞻和反向引用:

"(\\[[^\\[\\]]*\\])(?!.*\\1)"

只有在您的实际模式匹配的情况下,才会在字符串中再次出现.实际上,这意味着你总是得到每场比赛的最后一次出现,所以你会以不同的顺序得到它们:

[inputString]
[userName]

如果订单对您来说是个问题(即,如果首次订购它们是至关重要的),您将无法仅使用正则表达式执行此操作.你需要一个可变长度的外观**,而Java不支持.

进一步阅读:

• Lookarounds
• 反向引用

关于一般解决方案的一些注释

请注意,这适用于匹配宽度为非零的任何模式.一般解决方案很简单:

(yourPatternHere)(?!.*\1)

(我省略了双反斜杠,因为这只适用于几种语言.)

如果您希望它与具有零宽度匹配的模式一起使用(因为您只想知道某个位置并且仅出于某种原因使用了外观),您可以这样做:

(zeroWidthPatternHere)(?!.+\1)

此外,请注意(通常)您可能必须使用"singleline"或"dotall"选项,如果您的输入可能包含换行符(否则前瞻只会检查当前行).如果您不能或不想激活它(因为您的模式包含不应与换行符匹配的句点;或者因为您使用JavaScript),这是一般解决方案:

(yourPatternHere)(?![\s\S]*\1)

为了使这个答案得到更广泛的应用,以下是如何只匹配每个匹配的第一个匹配项(在具有可变长度lookbehinds的引擎中,如.NET):

(yourPatternHere)(?<!\1.*\1)
or
(yourPatternHere)(?<!\1[\s\S]*\1)