regex - Perl 正则表达式替换替换 1 太多字符

Question

我在 perl 正则表达式替换方面相当有能力，但我有点生疏了，这是我通常不做的事情。这是为 XML 转义一个 & 字符，但防止在已经转义的字符中替换 &。它似乎工作正常，只是它删除或替换了它右侧的字符。我错过了什么？

$str =~ s/&[^amp;|lt;|gt;|quot;|#39;]/&/g;

Answer 1

您将否定字符类误认为是否定前瞻。

你的正则表达式真的意味着：

/&[^#39aglmopqtu;|]/ # mixed a few letters and removed duplicates

但你的意思是：

/&(?!amp;|lt;|gt;|quot;|#39;)/

方括号表示字符类，而不是分组！

如果你真的想避免匹配 XML 实体，你应该使用像这样的正则表达式

m{& (?! (?:
   (?:\#[0-9]+)
  |(?:\#x[0-9a-fA-F]+)
  |(?:[lg]t|amp|apos|quot) # predefined XML entities
); )}x

（比较XML 规范）并以某种方式添加您的文档或引用的 DTD 声明的所有实体。

Answer 2

看来您需要零宽度的负前瞻。就像是

$str =~ s/&(?!amp;|lt;|gt;|quot;|#39;)/&/g;