向复杂的正则表达式添加例外（使用前瞻和后瞻）

Posted 2023-03-25

【中文标题】向复杂的正则表达式添加例外（使用前瞻和后瞻）

【英文标题】：Add exceptions to complex regular expression (lookahead and lookbehind utilized)

【发布时间】：2016-10-02 15:42:46

【问题描述】：

我想要一些关于正则表达式的帮助，因为我不是很熟悉。 到目前为止，我已经创建了以下正则表达式：

/\b(?<![\#\-\/\>])literal(?![\<\'\"])\b/i

正如https://regex101.com/ 所说：

\b 在单词边界处断言位置 (^\w|\w$|\W\w|\w\W)

负向回溯 (?])

断言下面的正则表达式不匹配

匹配下面列表中的单个字符 [#-/>]

# 匹配字符 # 字面意思（不区分大小写）

- 匹配字符 - 字面意思（不区分大小写）

/ 匹配字符 / 字面意思（不区分大小写）

> 匹配字符 > 字面意思（不区分大小写）

literal 匹配字面量的字面量（不区分大小写）

负前瞻 (?![\

断言下面的正则表达式不匹配

匹配下面列表中的单个字符 [\

\

\' 匹配字符 ' 字面意思（不区分大小写）

\" 匹配字符 " 字面意思（不区分大小写）

\b 在单词边界处断言位置 (^\w|\w$|\W\w|\w\W)

全局模式标志

i 修饰符：不敏感。不区分大小写的匹配（忽略 [a-zA-Z])

我想为此匹配规则添加两个例外。 1) 如果“>”前面有“p”，例如 <p> 起始标签，则仅匹配文字。 2) 只有当< 后跟/p 时，文字才应该匹配，例如</p> 结束标记。 怎样才能做到这一点？

示例：只有粗体才应该匹配。

<p>
    **Literal** in computer science is a
    <a href='http://www.google.com/something/literal#literal'>literal</a>
    for representing a fixed value in source code. Almost all programming 
    <a href='http://www.google.com/something/else-literal#literal'>languages</a>
    have notations for atomic values such as integers, floating-point 
    numbers, and strings, and usually for booleans and characters; some
    also have notations for elements of enumerated types and compound
    values such as arrays, records, and objects. An anonymous function
    is a **literal** for the function type which is **LITERAL**
</p>

我知道我的事情过于复杂，但情况本身就是复杂的，我想我没有别的办法了。

【问题讨论】：

你能举一个输入和输出的例子吗？你用什么编程语言使用正则表达式？

@4castle 我添加了一个例子。你介意像以前一样重新编辑它吗？不知道如何添加实际的 html。

这是什么编程语言？看起来您需要一个 HTML 解析器，而不是正则表达式。请阅读XY Problem。

他们从不学习，无论我们如何努力，他们都会一次又一次地回来。请不要使用 REGEX 解析 HTML，请使用 HTML 解析器：***.com/a/1732454/460557

如果这样可以简化事情，那么文本中可能只有两种标签。 p 标签和 a 标签。

【参考方案1】：

如果您要搜索的文本只是混合了一些 <a> 标记的文本，那么您可以简化环视的 < 和 > 部分，并给出一个不应遵循的特定字符串作者：</a>.

/\b(?<![-#\/])literal(?!<\/a>)\b/i

Regex101 Demo

【讨论】：

谢谢！好办法，没想到。