regex - 匹配模式与异常

Question

我想使用正则表达式匹配一个模式，但我需要一些例外来匹配。例如，匹配“John Doe”的所有出现，除了那些“John Doe”被粗体标签括起来的出现，即“ <b>John Doe </b>”。

Match: John Doe
Don't match: <b>John Doe</b>

如何使用正则表达式实现这一点？

澄清：我想排除粗体标签之间的所有内容。此排除的内容可能包含多种字符、换行符等。

Answer 1

如果您的正则表达式方言允许环视，您可以使用否定的lookbehind和否定的lookahead来完成该任务：

(?<!<b>)John Doe(?!<b>)

Answer 2

使用 Perl，您可以使用否定的lookbehind：

$ echo "<b>John Doe</b>" | perl -ne 'print if /(?<!<b>)John Doe/'

（上面没有打印 - 不匹配）。

$ echo "John Doe" | perl -ne 'print if /(?<!<b>)John Doe/'
John Doe

（以上匹配）。

Symbol(?<!<b>)是一个否定的lookbehind - 如果它后面没有跟它里面的内容（<b>在这种情况下），则字符串匹配。

Answer 3

您可以为此使用负面的环顾四周：

(?<!<b>)John Doe(?!</b>)

那不匹配<b>John Doe，或者John Doe</b>两者都不匹配。

如果您只想不将实例与开始和结束标签匹配，您可以执行以下操作：

John Doe(?!(?<=<b>John Doe)</b>)

或者稍短一些（但不太容易理解 - 8 是 的长度John Doe）：

 John Doe(?!(?<=<b>.{8})</b>)