正则表达式练习之Regex Golf

概述

学习了正则表达式之后一定要练习才有用。

Regex Golf是一个很有用的正则表达式练习网站。
注：练习其实只做前十道题就可以了，后面的很难涉及的正则表达式知识很深，平时也用不到那么深的，而且也没有那种必要，遇到了也不需要用正则表达式来解决自然有更优更简单的解决方式。

Warmup

Type a regex in the box.
答案：foo
解释：我们观察"Match all of these…"下面的所有字符串都有foo这三个连续字符，所以只需要输入foo就可以匹配"Match all of these…"下的所有字符串，而不匹配"and none of these…"下的所有字符串，当然为了能够完全匹配"Match all of these…"下的所有字符串，正则表达式应该写成这样：.*foo.*，就能匹配foo前面和后面出现的字符了。

Anchors

You are deducted one point per character you use, and ten if you match something you shouldn’t.
答案：ick$或ck$或k$或.*ick$
解释：观察"Matcch all of these…"下的所有字符串可以发现都有"ick"三个字符，并且都是以它们结尾的，在正则表达式中可以使用$符号来表示结尾，所以答案是ick$，当然也可以表示成以k$结尾。

It never ends

$ not allowed
答案：fu\b或.*fu\b或fu(?!\w)
解释：题目要求不能使用$符号结尾，但在正则表达式中还提供了\b字符来匹配一个单词边界。并且"Match all of these…"下的所有字符串中都包含fu字符串。还可以使用断言的方式fu(?!\w)来实现，即不允许fu后面有字符。

Ranges

The test vectors were generated by grepping /usr/dict/words. Can you tell?
答案：[abcdef]{4,}
解释：我们观察"Match all of these…"下的所有字符串中的字符都是abcdef中的字符组成的，所以使用[abcdef]来表示"abcdef"中的任意一个字符，而每个单词中的字符出现次数大于等于4，所以使用{4,}来表示字符个数大于等于4。

Backrefs

This doesn’t really work as a tutorial. Not really clear what you’re supposed to do here.
答案：(.{3}).*\1
解释：我们观察"Match all of these…"下的所有字符串，发现所有的字符串都存在三个字符重复的情况，如"allochirally"中"all"重复了两次，"anticovenanting"中"ant"重复了两次，"barbary"中"bar"重复了两次。而.{3}表示任意字符出现三次，而(.{3})将其分组，而重复字符串后面可能还跟着其他字符，所以使用.*贪婪匹配，而(.{3}).*\1中的\1反向引用第一个分组中的内容，表示要匹配一模一样的内容，所以(.{3}).*\1能匹配"Match all of these…"下的所有字符串，而不匹配"and none of these…"下的所有字符串。

Abba

Let’s pretend this one is not a rehash of the last one.
答案：^(?!.*(.)(.)\2\1.*)
解释：我们观察"and none of these…"下的所有字符串，发现存在"abba"结构的子串，如"anallagmatic “中的"alla”、"coccomyces “中的"occo”、"hexacoralla “中的"alla”，而"Match all of these…"中不存在这样结构的字符串。正则表达式(.)(.)\2\1可以匹配abba这样结构的字符串，而.*(.)(.)\2\1.*会匹配abba结构之前或之后有字符的情况。而(?!.*(.)(.)\2\1.*)中的(?!pattern)是一个断言，表示负向先行断言，即该位置之后的字符不能匹配.*(.)(.)\2\1.*这样结构的正则表达式，而^(pattern)表示以pattern正则表达式开头，而完整的^(?!.*(.)(.)\2\1.*)表示以不是"abba"这样结构的字符串开头的字符串。

A man, a plan

You’re allowed to cheat a little. Even in hard mode, words will be no longer than 13 characters.
答案：^((.)(.)(.*)\3\2\1)$或^(.)(.)(.*).?\3\2\1$或^(.)(.).*\2\1$
解释：我们观察"Match all of these…“下的所有字符串发现是这样的结构：abccba或abcba或abba。如"civic”、“deedeed”、“degged”、“kook”，至少都有abba这样的结构，而在ab和ba中间存在一个字符串，它们可能是cc、c、pap，因此(.)(.).*\2\1能匹配这样的结构，但在输入框输入这样的正则表达式后，发现"and none of theses…“下的字符串"camshach”、“psorosperm”、"teleoptile"没有被不匹配，那么我们添加^$符号规定边界即^(.)(.).*\2\1$则可以匹配所有的情况。

Prime

答案：^(?!(xx+)\1+$)
解释：略。

Four

You can get an extra point by ignoring the name of this level.
答案：.*(\w)(\w\1){3}.*或(.)(.\1){3}
解释：我们观察"Match all of these…“下的所有字符串，发现这样的规律：“a-ba-ca-da”，其中"a"是字符串中出现次数最多的一个字符，而”-“号只是为了便于分析规律没有实际意义，而"b”、“c”、“d"只是"a"字符前面的任意字符的代称，如"Makaraka"中的"a-ka-ra-ka”、“degenerescence"中的"e-ge-ne-re”、“elevener"中的"e-le-ve-ne”、“locomotory"中的"o-co-mo-to”，因此我们写出这样的正则表达式(.)(.\1){3}，其中第一个(.)代表出现次数最多的字符如"a"等，而(.\1)重复第一个分组中的内容，并且前面的.可以是任意字符，如第一个分组中的字符是"a"则可以匹配"ka"、“ra”，如第一个分组中的字符是"e"则可以匹配"ge"、“ne”、"re"这样的，而{3}表示前面的(.\1)重复三次。

Order

Cheat.
答案：^.{5}[^e]?$
解释：题目要求字符串中的字符按照字母顺序排列，比如"access"中的"c"字符在"a"字符的字母顺序之后、"e"字符在"c"字符和"a"字符之后，而"analyse"中的第二个"a"字符在"n"字符之后，是违反字母顺序的，所以不应该被匹配。而答案是取巧了，并没有对字母顺序进行规定，而是根据字母个数取巧写的正则表达式，即"Match all of these…"下的所有字符串的长度都是5到6，而"and none of these…"下的字符串除了"oriole"长度为6之外其他都大于6，所以进行了限制，并且"oriole"字符串是以"e"字符结尾的。