正則表達式?!的理解

查找不以baidu開頭的字符串

baidu.com
sina.com.cn

正則:^(?!baidu).*$ 匹配結果就是第2行,也就是第1行被排除了
這裏使用了零寬度斷言(?!exp),注意,我們有一個向前查找的語法(也叫順序環視) (?=exp)
(?=exp) 會查找exp之前的【位置】如果將等號換成感嘆號,就變成了否定語義,也就是說查找的位置的後面不能是exp
一般情況下?!要與特定的錨點相結合,例如^行開頭或者(?!baidu).行結尾,那麼上面的例子的意思如下: ^(?!baidu).* 先匹配一個行開頭的位置,並且要求接下來的位置的後面不是baidu這個字符串。這樣由於第一行^之後的位置後面是baidu所以匹配失敗,被排除在外了。

查找不以com結尾的字符串

www.sina.com.cn
www.educ.org
www.hao.cc
www.baidu.com
www.123.com

正則 ^.?(?<!com)$ 匹配前3行結果。
如果查找以com結尾的字符串則使用正則 ^.
?(?<=com).?com或者 ^.*?com
對正則表達式的解釋:^.?(?<!com)$
首先匹配行開頭,然後是 .
? 這個是忽略優先,也就是優先忽略不匹配任何字符,(?<!com) 這個是一個逆序環視的否定形式,意思是匹配一個位置此位置的前面不能是字符串com,最後是一個行結束。對於www.123.com來說,首先匹配行首,接着匹配w後面的位置,發現前面不是com,所以成功但緊接着要匹配行尾,失敗,回溯讓.*? 匹配一個w符號,接着(?<com)匹配第二個w後面的位置,發現前面也不是com匹配成功,緊接着要匹配.?www.baidu.com(?&lt;!com)mcom,.?(?&lt;!com)對應的行尾失敗,一直到.*?匹配了www.baidu.com的時候,此時(?&lt;!com)匹配m後面的位置,此時此位置的前面是com匹配直接失敗,接着.*?匹配行末尾,(?&lt;!com)匹配後面的位置,顯然這次也失敗了,所以整個全局匹配都失敗。 www.123.com被排除到匹配之外。這裏的.*後面加不加問號結果都一樣。

查找不含有if的行

if (a>b)
printf(“hello”);
else if(a<b)
printf(“hello2”);
else
printf(“hello3”);

正則 ([f]|[^i]f)+$
其實這個匹配也是一個排除型字符串的匹配,但是不同於上面兩種,因爲這裏的if可能既不在行開頭,也不在行結尾,而是在字符串中間這樣就給匹配帶來了麻煩,在正則表達式中沒有提供類似排除的功能。我們最容易想到的就是下面的正則:
[if]+$ 這種寫法看起來是那麼回事,但是排除型字符組排除的是i和f兩個字符,而不是if這個字符串,所以這個正則表達式匹配的是那些既沒有i字符也不包含f字符的字符串。但是如果字符串中有一個i或多個i或者有一個或多個f,或者i和f字符都有只不過沒有連在一起。這些情況都是我們需要匹配的情況,而我們不能匹配的情況是那些包含if字符串的行,而不是包含i或f字符的行,所以這種寫法漏洞很大。

^.(?!if).$ 這種寫法使用了零寬度斷言,表面意思看起來好像是說 任意字符+非if+任意字符 組成了整個字符串,但是仔細研究匹配過程就知道這個是錯的,(?!if)匹配的是一個位置,所以對於字符串aifb他也是可以匹配到的,而實際上這樣的字符正是我們不要的。按照這個正則表達式,對於aifb 首先匹配行首,其次.*是貪婪模式(匹配優先),會一直匹配到字符串的末尾(此時傳動裝置定位在$位置前面),此時(?!if)需要匹配一個位置,這個位置的後面不能是if,這個時候正好位置在b字符的後面,符合匹配條件,緊接着匹配行尾,到這裏整個全局匹配成功。

也就是說對於一個字符串例如我要排除abc這個字串,那麼對於任意一個字符串 helloworld abc helloworld 在匹配的時候(?!abc)可以匹配h、e、l、l、o、w、o、r、l、d等這些字符後面的位置,都是成功的。所以匹配根本還沒有進行到abc這個地方,(?!abc)就會匹配成功。這個時候根本起不到排除的作用,爲什麼上面的第1和第2個例子可以呢,因爲他們的位置有行首和行尾限定。例如我要匹配行首不是abc的話,那麼此時^(?!abc) 這個時候(?!abc)實際上在匹配的時候其傳動裝置的位置被行首進行了限定,所以對於那些以abc開頭的字符串來說就會匹配失敗了。

對於正則表達式^.(?!abc).$怎麼能讓第一個.*匹配到 helloworldabcxxx中的helloworld的問題。

對於上面的題目,我們的答案是([f]|[^i]f)+$ 其實就將所有的匹配分成了2種情況,一種情況是假設字符串中沒有f字符, 自然就不可能有if字符串了,這種情況下匹配的字符串中是不可能有if的。第二種情況就是有f字符,但是我們要求此時f的前面不能是i,所以在有f和沒有f兩種情況都考慮到的情況下,這個正則就應該可以滿足所有的情況了。

其實這個問題的解答是不完美的,對於排除的字符串if只有2個字符i和f字符,我們可以使用這種方式,但是如果我們要排除的是字符串helloworld,這種方法顯然就不實用了,那要考慮到多少種情況呢?

排除不含有某字符串的最終方案:在這種情況下我們使用 ^(?!.helloworld).$ 正則表達式 我們將第一個.*移到了零寬度斷言的裏面。在匹配的時候首先匹配行首的位置,然後接下來是匹配行首後面的位置,要求此位置的後面不能是 .*helloworld 匹配的字符串,說白了要求此位置的後面不能是xxxxxxxxxxxxxxxxxxhelloworld 類似的字符串,這樣就排除了從行首開始後面含有helloworld的情況了。

原文鏈接:https://www.cnblogs.com/wangqiguo/archive/2012/05/08/2486548.html

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章