php - preg_match 匹配单词列表但不匹配一些

Question

我正在尝试创建一个相当简单的正则表达式，以与 preg_match() 一起使用，用于检查用户代理字符串是否有可能的网络爬虫/蜘蛛。

例如，现在我正在使用类似的东西：

preg_match("/(bot|search|web|slurp|crawl)/i")

这似乎成功地匹配了包含“googlebot”或“webcrawler”之类的用户代理。

但是，我遇到的问题是，当用户代理包含像“webkit”这样常见的东西时，这也匹配。

需要进行哪些修改以防止匹配“webkit”等特定单词？我对正则表达式知之甚少，并且花了几个小时根据对其他问题的答案尝试各种组合，但到目前为止还没有成功。

提前谢谢了 ：）

Answer 1

为了排除某个单词列表，您可以组合两个前瞻：

(?!webkit|robot)(?=bot|search|web|slurp|crawl)

显然第一部分将是您的排除列表。这将匹配“ web ”但不匹配“ webkit ”

关于语法的一个小注释。(?!regex) 是负前瞻， (?=regex) 是正前瞻（非消耗正则表达式）。你可以在这里阅读更多内容。简而言之，前瞻意味着“匹配正则表达式 expr，但之后在原始匹配点继续匹配”。