仅当字符串的一部分前面没有某些字符时，如何匹配它？

Posted 2023-03-29

【中文标题】仅当字符串的一部分前面没有某些字符时，如何匹配它？

【英文标题】：How do I match part of a string only if it is not preceded by certain characters?

【发布时间】：2010-09-17 11:03:33

【问题描述】：

我创建了以下正则表达式模式，以尝试匹配以“PRI”或“SEC”结尾的长度为 6 个字符的字符串，除非字符串 =“SIGSEC”。例如，我想匹配 ABCPRI、XYZPRI、ABCSEC 和 XYZSEC，而不是 SIGSEC。

(\w3PRI$|[^SIG].*SEC$)

它非常接近并且有点工作（如果我传入“SINSEC”，它会返回“NSEC”的部分匹配），但我对它目前的形式感觉不太好。此外，我以后可能需要添加除“SIG”之外的更多排除项，并意识到这可能不会很好地扩展。有什么想法吗？

顺便说一句，我在 C# 中使用 System.Text.RegularExpressions.Regex.Match()

谢谢， 丰富

【参考方案1】：

假设您的正则表达式引擎支持负前瞻，试试这个：

((?!SIGSEC)\w3(?:SEC|PRI))

编辑：一位评论者指出 .NET 确实支持负前瞻，所以这应该可以正常工作（感谢 Charlie）。

【讨论】：

.NET 正则表达式确实支持负前瞻，所以这会起作用

啊，很高兴知道，谢谢查理。我真的不是 .NET 人 ;)

这很好用，丹，谢谢！运行一个快速测试，添加额外的排除匹配将是微不足道的。

附带说明，.Net 正则表达式支持各种环视的无限长度环视。实际上 .Net 正则表达式和 JGsoft 引擎是唯一允许“在后向内查看完整正则表达式”的正则表达式引擎

【参考方案2】：

为了帮助分解 Dan 的（正确）答案，它的工作原理如下：

(           // outer capturing group to bind everything
 (?!SIGSEC) // negative lookahead: a match only works if "SIGSEC" does not appear next
 \w3      // exactly three "word" characters
 (?:        // non-capturing group - we don't care which of the following things matched
   SEC|PRI  // either "SEC" or "PRI"
 )
)

一起：((?!SIGSEC)\w3(?:SEC|PRI))

【参考方案3】：

你可以试试这个：

@"\w3(?:PRI|(?<!SIG)SEC)"

匹配 3 个“单词”字符 匹配 PRI 或 SEC（但不是在 SIG 之后，即排除 SIGSEC）(?

另外，我可能需要添加更多内容 以后除“SIG”之外的排除和 意识到这可能无法扩展 太好了

使用我的代码，您可以轻松添加其他异常，例如以下代码排除 SIGSEC 和 FOOSEC

@"\w3(?:PRI|(?<!SIG|FOO)SEC)"

【参考方案4】：

为什么不使用更具可读性的代码？在我看来，这更易于维护。

private Boolean HasValidEnding(String input)

    if (input.EndsWith("SEC",StringComparison.Ordinal) || input.EndsWith("PRI",StringComparison.Ordinal))
    
        if (!input.Equals("SIGSEC",StringComparison.Ordinal))
        
            return true;
        
    
    return false;

或一行

private Boolean HasValidEnding(String input)

    return (input.EndsWith("SEC",StringComparison.Ordinal) || input.EndsWith("PRI",StringComparison.Ordinal)) && !input.Equals("SIGSEC",StringComparison.Ordinal);

不是我不使用正则表达式，而是在这种情况下我不会使用它们。

【讨论】：

是的，我实际上是从完全按照这些思路开始的，但需求发生了变化，我决定将逻辑外部化。我选择在配置文件中使用正则表达式，以便在需要添加新的排除字符串时不必更改代码。

【参考方案5】：

就个人而言，我倾向于使用第二个变量来构建排除列表，然后将其包含到完整的表达式中 - 这是我过去在构建时使用的方法 any em> 复杂的表达式。

类似exclude = 'someexpression'; prefix = 'list of prefixes'; suffix = 'list of suffixes'; expression = 'prefixexcludesuffix';

【参考方案6】：

您甚至可能不想在正则表达式中进行排除。例如，如果这是 Perl（我不懂 C#，但你可能可以跟着学），我会这样做

if ( ( $str =~ /^\w3(?:PRI|SEC)$/ ) && ( $str ne 'SIGSEC' ) )

要清楚。它正在做你想做的事：

三个单词字符，后跟 PRI 或 SEC，以及 这不是 SIGSEC

没有人说你必须把所有东西都强加到一个正则表达式中。

【讨论】：

我同意，这可能是最明智的做法。然而，看起来他正在尝试使用正则表达式从文本中提取这些内容 - 不必担心处理您不想要的匹配项可能会导致更简洁的解决方案。