regex - 正则表达式负前瞻

Question

在我的主目录中，我有一个包含 Drupal 平台的文件夹 drupal-6.14。

在此目录中，我使用以下命令：

find drupal-6.14 -type f -iname '*' | grep -P 'drupal-6.14/(?!sites(?!/all|/default)).*' | xargs tar -czf drupal-6.14.tar.gz

该命令的作用是压缩文件夹drupal-6.14，不包括drupal-6.14/sites/ 的所有子文件夹，包括它所包含的sites/all 和 sites/default 。

我的问题是关于正则表达式：

grep -P 'drupal-6.14/(?!sites(?!/all|/default)).*'

该表达式可以排除我想要排除的所有文件夹，但我不太明白为什么。

使用正则表达式是一项常见的任务

匹配所有字符串，不包含子模式 x的字符串除外。或者换句话说，否定子模式。

我（认为）我理解解决这些问题的一般策略是使用负面的前瞻，但我从来没有达到令人满意的程度理解积极和消极的前瞻（前/后）是如何工作的。

这些年来，我读过很多关于他们的网站。PHP 和 Python 正则表达式手册，其他页面，如http://www.regular-expressions.info/lookaround.html等等，但我从来没有真正对它们有过深入的了解。

有人可以解释一下这是如何工作的，也许可以提供一些类似的例子来做类似的事情？

-- 更新一：

关于 Andomar 的回应：双否定前瞻能否更简洁地表示为单个肯定前瞻语句：

即是：

'drupal-6.14/(?!sites(?!/all|/default)).*'

相当于：

'drupal-6.14/(?=sites(?:/all|/default)).*'

？？？

-- 更新二：

根据@andomar 和@alan moore - 您不能将双负前瞻互换为正前瞻。

Answer 1

负前瞻表示，在此位置，以下正则表达式无法匹配。

让我们举一个简化的例子：

a(?!b(?!c))

a      Match: (?!b) succeeds
ac     Match: (?!b) succeeds
ab     No match: (?!b(?!c)) fails
abe    No match: (?!b(?!c)) fails
abc    Match: (?!b(?!c)) succeeds

最后一个例子是双重否定：它允许b后跟c. 嵌套的负前瞻变为正前瞻：c应该存在。

在每个示例中，只有a匹配。前瞻只是一个条件，不会添加到匹配的文本中。

Answer 2

环视可以嵌套。

所以这个正则表达式匹配“drupal-6.14/”，它后面没有“sites”，后面没有“/all”或“/default”。

令人困惑？使用不同的词，我们可以说它匹配没有跟随“sites”的“drupal-6.14/”，除非它进一步跟随“/all”或“/default”

Answer 3

如果你像这样修改你的正则表达式：

drupal-6.14/(?=sites(?!/all|/default)).*
             ^^

...然后它将匹配所有包含drupal-6.14/后跟的输入，sites后跟除 /allor以外的任何内容/default。例如：

drupal-6.14/sites/foo
drupal-6.14/sites/bar
drupal-6.14/sitesfoo42
drupal-6.14/sitesall

更改?=为?!匹配您的原始正则表达式只会否定这些匹配：

drupal-6.14/(?!sites(?!/all|/default)).*
             ^^

所以，这仅仅意味着drupal-6.14/now后面不能跟除or以外sites的任何东西。所以现在，这些输入将满足正则表达式： /all/default

drupal-6.14/sites/all
drupal-6.14/sites/default
drupal-6.14/sites/all42

但是，从其他一些答案（可能还有您的问题）中可能不明显的是，您的正则表达式还将允许其他输入，drupal-6.14/其后跟其他任何内容除外sites。例如：

drupal-6.14/foo
drupal-6.14/xsites

结论：因此，您的正则表达式基本上说要包括所有子目录，drupal-6.14 除了那些sites名称以allor以外的任何其他子目录开头的子目录default。