一个包含某个单词但不包含另一个单词的字符串的正则表达式

Question

我正在设置Google Analytics中的一些目标，需要一些正则表达式的帮助。

假设我有4个URL：

http://www.anydotcom.com/test/search.cfm?metric=blah&selector=size&value=1
http://www.anydotcom.com/test/search.cfm?metric=blah2&selector=style&value=1
http://www.anydotcom.com/test/search.cfm?metric=blah3&selector=size&value=1
http://www.anydotcom.com/test/details.cfm?metric=blah&selector=size&value=1

我想创建一个表达式，识别任何包含字符串selector=size但不包含details.cfm的URL。

我知道要查找不包含另一个字符串的字符串，可以使用以下表达式：

(^((?!details.cfm).)*$)

但是，我不确定如何添加selector=size部分。

任何帮助将不胜感激！

- Chris Stahl

Answer 1

这应该就可以了：

^(?!.*details\.cfm).*selector=size.*$

^.*selector=size.*$ 应该很清楚了。第一个部分 (?!.*details.cfm) 是一个负向预测：在匹配字符串之前，它会检查字符串不包含 "details.cfm"（在它之前有任意数量的字符）。

- Kobi

---

请参考http://www.regexr.com/，这是一个很好的测试这些表达式的方法。 - Joshua Pinter

总是忘记负向先行断言，而它非常有用。 - Alexei Blue

"http://www.anydotcom.com/test/search.cfm?metric=blah&selector=sized&value=1" =~ /^(?!.*details\.cfm).*selector=size.*$/ #=> 0 是错误的。（请注意字符串包含 "...selector=sized..."。）另外，为什么在末尾加上 .*$？ - Cary Swoveland

Answer 2

^(?=.*selector=size)(?:(?!details\.cfm).)+$

如果您的正则表达式引擎支持占用量词（虽然我怀疑Google Analytics不支持），那么我想这将在处理大型输入集时表现更佳：

^[^?]*+(?<!details\.cfm).*?selector=size.*$

- Tomalak

---

这假定selector=size总是在details.cfm之前，但在最后一个URL中并非如此。 - Kobi

只是想澄清一下，那不是我。我不明白为什么有人会对这里的两个答案进行负投票，它们都是正确的。 - Kobi

@Kobi：这应该是一个向前看的修正。哦，顺便说一下，我并不怀疑是你的负评。 - Tomalak

Answer 3

正则表达式可以使用(Perl语法):

`/^[(^(?!.*details\.cfm).*selector=size.*)|(selector=size.*^(?!.*details\.cfm).*)]$/`

- djipko

---

这是一个损坏的正则表达式，方括号将所有模式序列转换为单个字符的组合。 - Wiktor Stribiżew

Answer 4

接受答案中的正则表达式存在问题。 它也会匹配abcselector=size，selector=sizeabc等。

正确的正则表达式可以是^(?!.*\bdetails\.cfm\b).*\bselector=size\b.*$

regex101上的正则表达式解释：

- Arvind Kumar Avinash

---

虽然你没有错，但最初被接受的正则表达式满足了我的需求，因为你提供的示例不在可能字符串的集合中。 - Chris Stahl

我认为最好的做法是在所选答案上留下一条评论，说明需要注意词边界，并举例说明原因。首先，这只是一个小问题，可能是疏忽导致的。此外，任何查看所选答案的人可能不会看到你的回答，但他们会看到评论（@Kobi也会看到）。 - Cary Swoveland

Answer 5

我在寻找一种方法来避免在类似于OP和Kobi的解决方案的情况下对尾部使用--line-buffered，而Kobi的解决方案非常适合我。 在我的情况下，排除带有“bot”或“spider”的行，同时包括' / '（用于我的根文档）。

我的原始命令是：

tail -f mylogfile | grep --line-buffered -v 'bot\|spider' | grep ' / '

现在变成了（使用-P Perl开关）：

tail -f mylogfile | grep -P '^(?!.*(bot|spider)).*\s\/\s.*$'

- roon