如果表达式很复杂，请解释为什么表达式有意义。
问问题
692 次
3 回答
1
让我们探索如何建立一个排除特定短语的模式。
我们将从一个简单的 开始.*，它匹配任何字符（使用点），零次或多次（星号）。此模式将匹配任何字符串，包括空字符串1。
但是，由于存在我们不想匹配的特定短语，我们可以尝试使用否定环视来阻止它匹配我们不想要的内容。环顾是一个零宽度的断言，这意味着正则表达式引擎需要满足断言才能有匹配，但断言不消耗任何字符（或者换句话说，它不会在细绳）。在这种特定情况下，我们将使用前瞻，它告诉正则表达式引擎向前看当前位置以匹配断言（也有后向搜索，它自然会看在当前位置的后面）。所以我们会尝试(?!cat|dog|fish).*。
但是，当我们尝试这种模式时catdogfish，它匹配atdogfish! 这里发生了什么？让我们看看当引擎尝试使用我们的模式时会发生什么catdogfish。
引擎从左到右工作，从我们字符串中的第一个字符之前开始。在第一次尝试时，前瞻断言从该点开始的下一个字符不是cat,dog或fish，但由于它们实际上是cat，因此引擎无法从该点匹配，并前进到第二个字符之前。这里断言成功，因为后面的下一个字符不满足断言（atf不匹配cat或dog不atfi匹配fish）。现在断言成功，引擎可以 match .*，并且由于默认情况下正则表达式是贪婪的（这意味着它们将尽可能多地捕获您的字符串），点星将消耗字符串的其余部分。
您可能想知道为什么在第一个断言成功后没有再次检查环视。那是因为点星被视为一个单一的标记，环视作为一个整体工作。让我们改变一下，让环视每次重复断言一次：(?:(?!cat|dog|fish).)*。
(?:…)称为非 捕获组。一般来说，正则表达式中的东西是用括号分组的，但是这些括号是capture，这意味着内容被保存到一个反向引用（或子匹配）中。由于我们在这里不需要子匹配，我们可以使用非捕获组，它的工作方式与普通组相同，但没有跟踪反向引用的开销。
当我们针对 运行新模式时，catdogfish我们现在得到三个匹配项2 :at和! 让我们看看这次正则表达式引擎内部发生了什么。ogish
引擎再次在第一个字符之前启动。它进入将被重复的组 ( (?!cat|dog|fish).) 并看到断言失败，因此移动到下一个位置 ( a)。断言成功，引擎前进到t. 断言再次成功，引擎再次向前移动。此时，断言失败（因为接下来的三个字符是dog），并且引擎at作为匹配项返回，因为这是匹配模式的最大字符串（到目前为止，引擎从左到右工作）。
接下来，即使我们已经找到了匹配项，引擎也会继续运行。它将向前移动到下一个字符 ( o)，并再次选择与模式 ( ) 匹配的两个字符og。ish最后，字符串末尾的 the也会发生同样的事情。一旦引擎到达字符串的末尾，它就没有更多的事情要做，它会返回它拾取的三个匹配项。
所以这个模式仍然不是完美的，因为它会匹配包含我们不允许的短语的字符串部分。为了防止这种情况，我们需要在我们的模式中引入锚点：^(?:(?!cat|dog|fish).)*$
锚也是零宽度断言，它断言引擎所在的位置必须是字符串中的特定位置。在我们的例子中，^匹配字符串的开头，并$匹配字符串的结尾。现在，当我们将我们的模式与 匹配时catdogfish，这些小匹配项都不能再被拾取，因为它们都与锚位置不匹配。
所以最终的表达式是^(?:(?!cat|dog|fish).)*$.
1但是，点默认情况下不匹配换行符，除非在正则表达式上启用/s（或“单行”）修饰符。
2我在这里假设模式在“全局”模式下工作，这使得模式匹配尽可能多。如果没有全局模式，该模式将只返回第一个匹配项at.
于 2010-09-26T16:08:05.147 回答
1
如果您实际使用grep，则可以使用该-v选项仅选择不匹配的行：
grep -v \(cat\|dog\|fish\|^$\)
该模式将选择空行和包含“cat”、“dog”和“fish”的行。
好吧，你没有使用grep. 根据http://www.regular-expressions.info/refadv.html，如果您的正则表达式引擎支持它，您需要?!：
`(?!regex)` 零宽度负前瞻。与正向前瞻相同，但只有在前瞻内的正则表达式无法匹配时，整体匹配才会成功。`t(?!s)` 匹配 `streets` 中的第一个 `t`。
于 2010-09-26T01:19:26.113 回答
0
通常最好将否定保留在“围绕”正则表达式的代码中 - 例如 grep 中的 -v 开关或 perl 中的 !~ 。您是否正在尝试解决某个特定问题，或者它只是一个练习？
于 2010-09-27T12:51:06.417 回答