什么是正则表达式 (regex)，用于匹配不遵循"i before e except after c"规则的单词？

Question

对于确实与规则相匹配的单词，我正在使用：

bw*(cei|bie|(?!c)w(?=ie))w*b

但是，不符合流行规则的单词，例如"科学"甚至"外国？"

Answer 1

回答您问的问题

你快到了！我调整了您现有版本的工作，而无需lookbehinds：

 bw*(?:cie|bei|(?!c)wei)w*b

不同的是，bei|(?!c)wei正在寻找一个非C w，其次是" IE"或b，后跟" IE"。（要匹配"要么"之类的单词。LookBehind版本找到了相同的内容，而是通过寻找" ie" s 不是在之前

您可以将您的问题查看为"与i之前的规则"匹配的单词，除了c'之后，很明显，您可以将"我i"提取到e＆quot之前。解决方案，只是翻转i和e，这基本上是我所做的。

回答您没有问的问题，但是哪个更有趣

您的"解决问题"（适合该规则的正则是对所有情况的真正作用。例如，"八十年代"一词确实包含" tie"，" tie"是在非c之后的e之前的i，因此您的正则是the tie tie'tie;但这也从" ei"开始，这是我不在c之后之前的e。因此，我们需要更严格的规则遵循以下规则：

1. a）从" IE"开始或b）包含" CEI"或c）包含" IE"这是一个非C w。
2. a）不是从" ei"开始的。b）不包含" cie"c）不包含" EI"。这是一个非C w。

这实际上是一个非常有趣的问题；我怀疑有几种解决方法的方法，有些我还没有想到，也许会更好。尽管如此，这还是我对"遵循规则"的"单词：

"的解决方案

b(?!ei)((w(?!ie|ei))*(cei|((?!c)w|b)ie))+(w(?!ie|ei))*b

分解其背后的逻辑：

b(?!ei)                 # guarantee 2.a
(
  (w(?!ie|ei))*         # consume as many w not followed by ie or ei as possible
  (cei|((?!c)w|b)ie)   # 1.b or 1.c or 1.a (exclusively: none of 2.)
)+                       # guarantee at least 1 match of 1.
(w(?!ie|ei))*b         # any trailing w after the last match of 1. can't match 2.

其他注释：

1. 是的，这是嵌套重复。由于两个部分都是互斥的，因此不应引起灾难性的回溯：(w(?!ie|ei))无法启动(cei|((?!c)w|b)ie)的匹配。
2. 我做一个假设序列" IEEI"不会出现；我的解决方案在严格不应该时与之匹配，但是此序列不会出现在我的计算机的字典中，因此我会认为这是稍后咀嚼的边缘案例。
3. 与您的示例一样，这只能适用于全羊皮C，E和i。如果您仅查看小写字符串，则w可能不是要走的路。考虑[a-z]。