一个部分依赖于另一个正则表达式的结果的条件正则表达式

Question

是否有可能设计正则表达式，使其一部分依赖于同一正则表达式的另一部分？

请考虑以下示例：

(ABCHEHG)[HGE]{5,1230}(EEJOPK)[DM]{5}

我想继续这个正则表达式，在某些时候，我将有一个部分，该节的结果应该依赖于DM{5}的结果。

例如，D将由C补充，M将由N补充。

(ABCHEHG)HGHE{5,1230}(EEJOPK)DM{5}ACF{1,1000}(BBBA)CU{2,5}D'M'{5}

D指的是C，M是N。

因此，一个与上述正则表达式相匹配的结果字符串，如果它与DM{5}部分具有DDDMM匹配，则必须有与D‘’{5}匹配的CCCNN。因此，D‘’{5}的结果总是取决于DM{5}，或者换句话说，与DM{5}的匹配总是决定什么将与D‘{5}匹配。

有可能用regex做这样的事吗？

请注意，在这个例子中，我把问题过于简化了.我目前使用的regex模式实际上更复杂、更长，而我的实际模式包括大约5-6个依赖的sections.。

Answer 1

这听起来像是蟒蛇的生物信息学。在正则级和应用级进行两阶段过滤.

通配符DM部分，因此regex在它所接受的内容上是允许的。将正则表达式隐藏在yield的几个匹配部分的令牌生成器中。让应用程序迭代生成器的结果，丢弃任何被业务逻辑拒绝的结果，例如发现一个令牌不是另一个令牌的补充。

或者，您可以将其中一些工作推入一个复杂的生成regex中，这可能会执行更糟糕的操作，并且更难调试。您的DDDMM示例可以概括为D+M+或DM+，不确定序列是否重要。补语可能是C+N+，或CN+。很明显这里有两个案子。所以开始组装一个regex: stuff1 DM+ stuff2 CN+ stuff3。然后点击‘\’来进行交替，然后点击另一个例子: stuff1 CN+ stuff2 DM+ stuff3 (或者把后缀和前缀加进去，以便在stuff1之后开始交替)。我无法想象你会满意这种方法，因为组合学变得丑陋，正则表达式引擎被迫做大量的扫描和回溯。而且，重新编译额外的正则表达式并不是免费的。相反，您应该将regex引擎用于它擅长的简单事情，并将复杂的业务逻辑决策委托给您的应用程序。

Answer 2

我想不出你能用纯正则表达式做这件事。我会运行两个正则表达式。提取DM{5}字符串的第一个正则表达式，如

(ABCHEHG)[HGHE]{5,1230}(EEJOPK)[DM]{5}

然后取最后5个字符。现在替换字符，例如在C#中，它将是result = result.Substring(result.Length - 5, 5).Replace('D', 'C').Replace('M', 'N')，然后连接如下

(ABCHEHG)[HGHE]{5,1230}(EEJOPK)[DM]{5}[ACF]{1,1000}(BBBA)[CU]{2,5} + result

Answer 3

这在Perl中非常容易实现：

m{
    ABCHEHG
    [HGHE]{5,1230}
    EEJOPK
    ( [DM]{5} )
    [ACF]{1,1000}
    BBBA
    [CU]{2,5}
    (??{ $1 =~ tr/DM/CN/r })
}x

为了提高可读性，我添加了x修饰符和空格。我还移除了固定字符串周围的捕获组(它们是固定字符串，您已经知道它们将捕获什么)。

关键部分是捕获[DM]{5} (在$1中)实际匹配的字符串，然后在结束时使用该字符串动态生成子模式，方法是将所有D替换为C，将M替换为$1中的N。