Home / Questions / 763
Accepted
Chofoteddy
Asked: 2020-12-09 12:44:45 +0800 CST 2020-12-09 12:44:45 +0800 CST

如何用正则表达式否定（不选择）？在 PHP 或 JavaScript 中

  • 772

添加详细信息

我在网上找到了以下两种否认方式：

  • ?!
  • [^\w]

但是我找不到他们用来描述操作的西班牙语和英语文档，我认为它太高级了，无法理解两者的含义以及如何正确使用它们以获得预期的结果。当前的答案解决了这个问题，但没有给出使用定义。

问题陈述

我想选择文本中所有不在引号中的单词。我知道如何反其道而行之。

例子：

Lorem ipsum "pain sit amet" , consectetur adipiscing elit, maecenas est felis "sit amet"。

使用以下正则表达式，您可以使用括号中的单词：

/"([\w\s]+)"/gim

结果

[
    1 => 'dolor sit amet',
    2 => 'sit amet'
]

我在寻找什么

[
    1 => 'Lorem ipsum ',
    2 => ', consectetur adipiscing elit, maecenas est felis ',
    3 => '.',
]

另一个例子是，来自以下列表：

  • 你好
  • 你好
  • 你好
  • 你好*
  • 你好

打印/选择不使用字母数字字符的那些（我知道如何采取与既定指示相反的方式）。取所有非字母数字字符，取所有没有“l”的单词，取所有不以字母“z”开头的单词，等等。

工作示例： http ://www.regextester.com/15

我希望对所有不以“a”开头的东西做这样的事情：

/!^a.*/

但显然它对我不起作用，我正在等待您的反馈。

澄清

我也想了解提出的解决方案，而不仅仅是解决问题的复制粘贴。

注意：我在此处引用的用于获取文本的正则表达式适用于 PHP 和 JavaScript（我用来解决问题的语言），我已经看到不同语言中的正则表达式存在小的变化但在这两者之间，它并不是什么实质性的东西。因此，我希望建议的解决方案在 2 之一中工作。

支持来源

javascript

4 Answers

  1. Best Answer

    我将此答案添加为与正则表达式相关的信息。这是我在西班牙语中对 SO 的第一个回答，它不是翻译，所以如果它不正确，我可以删除或更正它。

    关于您在问题中的评论：

    (?!  ) -> conocido como Negated lookahead en inglés
[^\w]  -> conocido como Character class en inglés (en este caso negada)

    这是两个不同的概念。一方面你有什么被认为是一个lookaround，另一方面是一个字符类。他们是这样工作的：

    环顾四周

    Lookarounds可以理解为查看一个模式是否在另一个模式之前或之后的不同方式。例如，只要后面的单词不存在，表达式hola(?!chau)就会匹配该单词。holachau

    正则表达式可视化

    即：

    hola, ¿qué tal?   <-- OK
hola SO           <-- OK
holachau          <-- Falla

    您的问题与“如何否认”有关，但我还想提一下，环顾四周分为：

    • 前瞻（向前看）：
      • Positive : 被定义为并且只有当有 then byehola(?=chau)时才会匹配单词hello
      • 否定：它被定义为hola(?!chau)并且只有在没有再见的情况下才会匹配单词hello
    • 向后看（见后面）：
      • 正：定义为并且仅当在hello之前存在bye(?<=chau)hola时才会匹配单词hello
      • Negative : 定义为并且只有在hello之前没有再见(?<!chau)hola时才会匹配单词hello

    值得一提的是，并非所有浏览器中的 Javascript 都支持lookbehinds（请参阅兼容性）。

    您可以在以下位置找到有关环视的更多信息：
    http ://www.regular-expressions.info/lookaround.html

    字符类

    另一方面，有字符类，在西班牙语中可以理解为一组字符（或字符类），并使用方括号[.. ]。

    换句话说，如果我们有[aeiou]，则只会匹配没有重音标记的元音。

    正则表达式可视化

    同样，可以否定一个类，正如您^在开始时提到的使用 ... 所以[^aeiou]在这种情况下，它将匹配一个不是无波浪元音的字符。

    正则表达式可视化

    以下是有关字符类的更多信息：
    http ://www.regular-expressions.info/charclass.html

    动词

    现在，在给你一些背景信息之后。如果您想使用正则表达式来捕获/匹配所有不在引号中的单词，那么 PCRE（Perl 兼容正则表达式，由 PHP、R、Delphi 等支持）具有对您的情况非常有用的动词。

    最著名的是(*SKIP)并且(*FAIL)经常一起使用，并且通常以这种方式使用：

    ".*?"(*SKIP)(*FAIL)|(\w+)

    实际例子

    这些类型的模式通常被称为丢弃技术，它们总是使用相同形式的模式，由 分隔OR：

    patrón de descarte 1|patrón de descarte 2|patrón de descarte N|(GUARDAR ESTO)

    正则表达式可视化

    因此，上面的表达式".*?"(*SKIP)(*FAIL)|(\w+)将丢弃在skip和fail()之前出现的所有匹配项".*?"，并捕获最后一个模式（使用括号...括号用于捕获内容）。

    解释的正则表达式".*?"(*SKIP)(*FAIL)|(\w+)将是：

    ".*?"     Lo uso para buscar lo que SI quiero descartar, y para indicarle
          al engine que descarte agrego (*SKIP)(*FAIL)
|(\w+)    o (si el patrón no se descarta) busco las palabras y las capturo

    因此，在上面的链接中，当该表达式应用于文本时：

    Lorem ipsum "pain sit amet", consectetur adipiscing elit, maecenas est felis "sit amet"。

    捕获以下内容：

    MATCH 1
1.  [0-5]   `Lorem`
MATCH 2
1.  [6-11]  `ipsum`
MATCH 3
1.  [30-41] `consectetur`
MATCH 4
1.  [42-52] `adipiscing`
MATCH 5
1.  [53-57] `elit`
MATCH 6
1.  [59-67] `maecenas`
MATCH 7
1.  [68-71] `est`
MATCH 8
1.  [72-77] `felis`

    结论，在我看来，正则表达式非常棒，但前提是你知道如何使用它们。就我个人而言，没有它们我就活不下去，但就像所有东西一样……要打钉子，你需要一把锤子而不是螺丝刀。在正则表达式的情况下，它们非常适合模式匹配，但是如果您需要逻辑，那么这绝对不是要使用的工具。

    • 32

  2. 在这些情况下，最好采取简单的方法（Regexp 是地狱）。所以如果你已经知道如何找到你不想找到的东西

    /"([\w\s]+)"/gim

    所以最简单的方法是使用preg_split删除与该表达式匹配的所有内容

    preg_split("/\"([\w\s]+)\"/", $input_line);

    在您作为示例的链中执行此操作时，它将返回三个块，它们是不包含在引号中的块

    [
    1 => 'Lorem ipsum ',
    2 => ', consectetur adipiscing elit, maecenas est felis ',
    3 => '.',
]

    如果你想得到将被删除的内容，你首先preg_match()要做的是，然后你可以使用explodeno need对字符串进行正常拆分preg_split。

    当然你可以使用preg_split，但这将是不必要的处理周期。

    对于另一种情况，它更容易一些

    任何带有非字母数字字符的东西

    你好
    你好
    你好
    hol*
    holo
    打印/选择那些不使用字母数字字符的

    只需使用像这个表达式这样的否定范围来标记所有非字母数字字符

    [^a-zA-z0-9]+

    已经使用此表达式，您可以获得执行 mathc 的输入preg_grep

    preg_grep("/[^a-zA-z0-9]+/", explode("\n", $input_lines));

    输出

    array(3
1   =>  Hol@
2   =>  hol.
3   =>  hol*
)

    一切不是以a开头的

    • 白饭
    • 吻
    • 学院
    • 照片
    • 玩
    • 艺术

    用这个表达式：^[^a]+

    preg_grep("/^[^a]+/", explode("\n", $input_lines));

    输出

    array(3
1   =>  beso
3   =>  foto
4   =>  juego
)
    • 10

  3. 如果您使用以下正则表达式：

    "([\w ]*)"

    正则表达式

    或更确切地说，类似于以下代码：

    <?php
  $str = "Lorem ipsum \"dolor sit amet\", consectetur adipiscing elit, maecenas est felis \"sit amet\".";
  $array = preg_split("/\"([\\w ]*)\"/", $str, -1,
          PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE);
  print_r($array);
?>

    您会得到以下输出：

    Array
(
    [0] => Lorem ipsum 
    [1] => dolor sit amet
    [2] => , consectetur adipiscing elit, maecenas est felis 
    [3] => sit amet
    [4] => .
)

    在线查看演示。

    如果您查看该函数的文档preg_split，您会发现该标志PREG_SPLIT_NO_EMPTY会从输出中删除空字符串，并且该标志会PREG_SPLIT_DELIM_CAPTURE返回结果中括号中的正则表达式部分。

    • 4

  4. 注意：Federico Piazza 的答案非常好，请先阅读该答案。
    -我想用 JavaScript 来补充它。Federico 谈到了丢弃技术，但引入了 PCRE 独有的控制动词（它们不在 JavaScript 中）。


    丢弃技术（也被RexEgg称为“最好的正则表达式技巧
    ”） - 在 JavaScript 中工作。

    它非常简单，它包括

    /lo que no quieras|(esto sí)/


    就这些！

    这个“技巧”是基于它会匹配一个不想匹配的事实，但技巧来了：它不会被捕获！这种细微的差别会让我们知道它是否匹配我们的异常，或者它是否匹配我们希望它匹配的内容。

    中的括号(esto sí)创建一个组，并且像任何组一样，当它们与文本一致时，它们会捕获它......这意味着它们是在或的结果中单独获得的。因此，只需检查是否在第 1 组中捕获了某些内容。RegExp.exec()String.matchAll()

    让我们以问题为例：选择除引号部分之外的所有文本。

    /".*?"|([^"]+)/g

    代码：

    const regex = /".*?"|([^"]+)/g,
      texto = 'Lorem ipsum "dolor sit amet", consectetur adipiscing elit, maecenas est felis "sit amet".';

let resultado = 
        [ ...texto.matchAll(regex) ]                  //obtenemos todas las coincidencias
            .filter(match => match[1] !== undefined)  //excepto si no capturaron en grupo 1
            .map(match => match[0]);                  //nos quedamos con la coincidencia

console.log(resultado);

    • 1