deerchao的blog

Be and aware who you are.

用正则表达式找出不包含连续字符串abc的单词

写过一篇"正则表达式30分钟入门教程",有读者问:
[^abc]表示不包含a、b、c中任意字符, 我想实现不包含字符串abc应该如何写表达式?
就我自己而言,这个问题最简单的解决方法是使用编程语言的配合,找出那些包含abc的,剩下的就是不包含的了——懒人的风格。但我写的是教程,读者未必都有编程的基础,有些只是使用一些工具从txt文档中抽取出一些信息,所以要回答还是必须完全通过正则表达式来完成。

于是打开了RegexTester,开始试验,先是试了使用((?'test'abc)|.)*(?(test)(?!))(含意是:查找abc,或任意的字符,如果找到了abc,就把它存入命名为test的组里,到最后检查test组里是否有内容,如果有就匹配失败,相关说明见教程),结果是"abc","aabc","abcd","aa"都能通过测试,看来是到最后测试到test组存在后又回溯了,此解决方案不可行。

然后又试了(.(?!abc))*(找出所有后面不是abc的字符),结果是"abc","abcd"通过测试,"aabc"则只截取了后面的"abc",显然不行。

那加强条件试试:((?<!abc).(?!abc))*(找出所有前面和后面都不是abc的字符),结果是所有包含abc的字符串都只截取了里面的"abc",不包含abc的则直接通过。

现在看来有点戏了,但是怎么把那些内部包含abc的字符串过滤掉呢?这个问题换句话说也就是怎么匹配整体而不是部分呢?现在需要明确用户的需求了:如果用户想要找的是单词,那就在表达式的两端加上\b,如果要找的是行,就加上^$。由于用户的问题没有明确说明,我就当作是单词吧。

于是等到了这样的表达式:\b((?<!abc).(?!abc))*\b,经过测试,这个表达式能匹配所有不包含abc的单词,以及单词abc。

怎么排除单词abc?经过一番思考,最后我认为判断单词是否以a开头的方式最为方便:\b(a(?!bc)|[^a](?!abc))((?<!abc).(?!abc))*\b(要么以后面不是bc的a开头,要么不以a开头,除了开头后面所有的字符必须前面和后面都不是abc)。经过测试,完全满足要求,Bingo!

使用正则表达式查找不包含连续字符串abc的单词,最终结果:\b(a(?!bc)|[^a](?!abc))((?<!abc).(?!abc))*\b
----------------
更新:根据maple的评论,更简洁的作法是
:
\b((?!abc)\w)+\b

posted on 2007-02-15 23:07 deerchao 阅读(3442) 评论(19)  编辑 收藏 网摘

评论

#1楼  2007-03-26 13:16 maple [未注册用户]

用这个不也可以么?

((?!abc).)*?   回复  引用    

#2楼 [楼主] 2007-03-26 14:12 deerchao      

@maple
我试了一下,但是((?!abc).)*?好像什么也匹配不到吧?   回复  引用  查看    

#3楼  2007-03-26 15:54 maple [未注册用户]

两头加上\b
和你的表达式结果差不多
不过要匹配出单个单词,还需要修改   回复  引用    

#4楼  2007-03-26 15:57 maple [未注册用户]

不好意思,应该是
\b((?!abc).)*\b

呵呵,多写了个问号   回复  引用    

#5楼  2007-03-26 16:18 maple [未注册用户]

再试试这个表达式吧

\b((?!abc)\S)+?\b

不知道我对题意的理解对不对,这个应该可以匹配出不包含abc的单词,当然abc这个单词也会排除   回复  引用    

#6楼 [楼主] 2007-04-02 10:56 deerchao      

不错,您的这个表达式能达到同样的效果,而且更简洁。   回复  引用  查看    

#7楼  2007-04-04 11:43 apple [未注册用户]

您好,受益匪浅,但是我想匹配3-5个以字母或数字开头的字串,其中不包括http,这样写却什么也匹配不到,请教!!
/^[a-zA-Z0-9]{3,5}b((?!http)\S)+?$/   回复  引用    

#8楼 [楼主] 2007-04-04 14:17 deerchao      

您的表达式中间是不是多了一个b?
如果前面3-5个字母或数字也不能包含http,你可以使用:
^((?!http)[a-zA-Z0-9]){3,5}((?!http)\w)*$
如果前面可以包含http你可以使用:
^([a-zA-Z0-9]){3,5}((?!http)\w)*$

注:我是使用.Net的引擎进行测试的,也许在javascript引擎下结果不同。   回复  引用  查看    

#9楼  2007-04-04 15:31 apple [未注册用户]

非常感谢你及时的回复,.Net的引擎有点不同,呵呵,不行,不过楼上的朋友给我了一点启发:\b((?!http)\S)+?\b;但是如何限定长度呢??   回复  引用    

#10楼 [楼主] 2007-04-04 15:41 deerchao      

我试了一下,javascript应该也可以啊:

test.htm
<script>
var valid="abcdefgh";
var invalid="acdsihttp";

var reg=/^((?!http)[a-zA-Z0-9]){3,5}((?!http)\w)*$/ ;
alert(reg.test(valid));
alert(reg.test(invalid));
</script>   回复  引用  查看    

#11楼  2007-10-22 23:50 Felix      

请教一个困扰我多次的问题,虽然类似,但我硬是没搞出来

已知:<[^>]+>可以匹配所有HTML标签,从而通过替换标签内容去掉这些标签形成纯粹的文本

但我想在匹配替换时排除<img /> 和 <a >xxx</a> 这两个标签从而让其在HTML文档中得到保留,却不知如何来写,希望能帮我研究研究,不胜感激!!   回复  引用  查看    

#12楼 [楼主] 2007-10-23 02:41 deerchao      

@Felix
<(?!(/?(img|a)\b))[^>]*>

匹配<html><a href="#">xxx</a><img /> <img></img><div id="aaa">xyz</div></html>的结果:
<html>
<div id="aaa">
</div>
</html>   回复  引用  查看    

#13楼  2007-10-23 10:45 Felix      

楼主真是非常的生猛,测试通过了,感谢!!   回复  引用  查看    

#14楼  2007-10-23 11:41 Felix      

楼主能否加我的MSN或Gtalk有事相商
lf1981##msn、com
Gtalk同理   回复  引用  查看    

#15楼  2007-11-27 12:58 蜜桃 [未注册用户]

有用!但是看不懂
欢迎来蜜桃玩
http://www.meetao.cn   回复  引用    

#16楼  2008-04-19 13:51 sonic_andy [未注册用户]

([^a]|a[^b]|ab[^c])   回复  引用    

#17楼  2008-05-29 10:43 初学者ZXYLXW [未注册用户]

如果我想找出字符串中有abc,但排除有@abc的如何做呢?
比如说在.NET使用ACCESS"伪储存过程"中
我想替换 "abc" = "@abc" 中前面一个abc为"中文字段名"
变成 "中文字段名" = "@abc" ,请指教!   回复  引用    

#18楼  2008-08-18 11:54 booker [未注册用户]

你好博主,我用用vim处理log,现在我想只保留用户名是TEMP的log记录,可是VIM中好像没有?!这样的正则表达式,我用:
/^.* \(TEMP\)\{0}.*$

结果无法匹配,不知道博主有没有什么好办法?谢谢   回复  引用    

#19楼  2008-09-16 15:36 Yvon [未注册用户]

正在学习中,谢谢指点   回复  引用    


标题  
姓名  
主页
Email (博主才能看到) 
验证码 *  看不清,换一张 [登录][注册]
内容(请不要发表任何与政治相关的内容)  
  登录  使用高级评论  新用户注册  返回页首  恢复上次提交      
该文被作者在 2007-10-23 10:58 编辑过
Google站内搜索


China-pub 计算机图书网上专卖店!6.5万品种 2-8折!
近千种 9-95 新二手计算图书火热销售中!

相关文章:

相关链接:


 
<2008年8月>
272829303112
3456789
10111213141516
17181920212223
24252627282930
31123456

导航

统计

公告

给网络添加价值,就是让自己增加价值.

本博客所有内容,均为原创或对互联网已有资源的再加工,希望对你有用.在声明原作者的前提下,你可以任意使用,但本人对其正确性,使用的后果等不做任何担保,也不负任何责任.

正则表达式30分钟入门教程 v2.21 2007-8-3

I Want Spec#!

与我联系

搜索

 

常用链接

留言簿(66)

我管理的小组

我的标签

随笔档案(127)

文章分类(9)

文章档案(9)

新闻档案(9)

Links

积分与排名

最新评论

评论排行榜