假设我有一个正则表达式可以正常工作以查找文本文件中的所有 URL：
(http://)([a-zA-Z0-9\/\.])*
如果我想要的不是 URL 而是相反的 - 除了 URL 之外的所有其他文本 - 是否有一个简单的修改可以得到这个？
问问题
9780 次
4 回答
8
您可以简单地搜索并用空字符串替换与正则表达式匹配的所有内容，例如在 Perls/(http:\/\/)([a-zA-Z0-9\/\.])*//g
这将为您提供原始文本中的所有内容，除了那些与正则表达式匹配的子字符串。
于 2009-07-17T01:09:43.873 回答
4
如果由于某种原因您需要纯正则表达式解决方案，请尝试以下操作：
((?<=http://[a-zA-Z0-9\/\.#?/%]+(?=[^a-zA-Z0-9\/\.#?/%]))|\A(?!http://[a-zA-Z0-9\/\.#?/%])).+?((?=http://[a-zA-Z0-9\/\.#?/%])|\Z)
我稍微扩展了一组 URL 字符 ( [a-zA-Z0-9\/\.#?/%]) 以包括一些重要的字符，但这绝不意味着准确或详尽。
正则表达式有点像怪物，所以我会尝试分解它：
(?<=http://[a-zA-Z0-9\/\.#?/%]+(?=[^a-zA-Z0-9\/\.#?/%])
第一个药水匹配 URL 的结尾。http://[a-zA-Z0-9\/\.#?/%]+匹配 URL 本身，同时(?=[^a-zA-Z0-9\/\.#?/%])断言 URL 必须后跟一个非 URL 字符，以便我们确定我们在末尾。使用前瞻，以便寻找但不捕获非 URL 字符。整个事情都被包裹在一个lookbehind(?<=...)中，以寻找它作为匹配的边界，再次没有捕获那部分。
我们还想在文件的开头匹配一个非 URL。\A(?!http://[a-zA-Z0-9\/\.#?/%])匹配文件的开头 ( \A)，后跟一个否定的前瞻，以确保文件开头没有潜伏的 URL。（这个 URL 检查比第一个更简单，因为我们只需要 URL 的开头，而不是整个内容。）
这两项检查都放在括号中，并与字符OR一起 'd 。|之后，.+?匹配我们试图捕获的字符串。
然后我们来((?=http://[a-zA-Z0-9\/\.#?/%])|\Z)。在这里，我们再次使用 . 检查 URL 的开头(?=http://[a-zA-Z0-9\/\.#?/%])。文件的结尾也是一个很好的迹象，表明我们已经到了比赛的结尾，所以我们也应该使用\Z. 与第一个大组类似，我们将其用括号括起来，OR并将两种可能性放在一起。
该|符号需要括号，因为它的优先级很低，因此您必须明确说明OR.
这个正则表达式严重依赖于零宽度断言（\A和\Z锚点，以及环视组）。在将正则表达式用于任何严重或永久性的事情之前，您应该始终了解它（否则您可能会遇到 perl 的情况），因此您可能需要查看Start of String 和 End of String Anchors以及Lookahead 和 Lookbehind Zero-Width Assertions。
当然欢迎指正！
于 2009-07-17T02:39:03.240 回答
1
如果我正确理解了这个问题，您可以使用搜索/替换...只是在您的表达式周围使用通配符，然后替换第一个和最后一个部分。
s/^(.*)(your regex here)(.*)$/$1$3/
于 2009-07-17T01:10:39.677 回答
0
我不确定这是否会完全按照您的意图工作，但它可能会有所帮助：无论您放在括号 [] 中的任何内容都将匹配。如果您将 ^ 放在括号内，即 [^a-zA-Z0-9/.] 它将匹配除括号中的内容之外的所有内容。
于 2009-07-17T01:17:57.003 回答