正则表达式：如何排除多个字符组？

Question

我有一组网址：

/products

/categories

/customers

现在假设有一个名叫约翰的顾客，我想为他提供一个更短的网址让他能够方便地访问自己的账户页面：

before : /customers/john
after  : /john

（假设客户名称都是唯一的）

我正在尝试找出一个合适的正则表达式分发器，以便所有客户都可以使用此功能：

/marry
/james
/tony-the-red-beard

这是我现在得到的（使用PHP）：

'/^\/([^(products|categories|admin)].+)$/' => /customers/$1

这似乎不起作用。有人可以帮我吗？

- Shawn

Answer 1

你需要的是一个负向先行断言assertion。你想要表达的是“我想匹配除了这些特定字符串之外的任何字符串”。正则表达式中的断言可以针对一个字符串进行匹配，但它不会消耗任何字符，从而使这些字符可以被你的正则表达式的其余部分匹配。你可以通过在模式中包裹(?!和)来指定一个负面断言。

'/^\/(?!products|categories|admin)(.+)$/'

请注意，如果您不允许客户名称包含斜杠，则可能需要使用以下内容:

'/^\/(?!products|categories|admin)([^/]+)$/'

- Brian Campbell

Answer 2

这完全是解决问题的错误方式，但是可以在不使用负向先行断言的情况下表达固定的负向先行条件。

^ (
( $ | [^/] |
  / ( $ | [^pc] |
    p ( $ | [^r] |
      r ( $ | [^o] |
        o ( $ | [^d] |
          d ( $ | [^u] |
            u ( $ | [^c] |
              c ( $ | [^t] |
                t ( $ | [^s] ))))))) |
    c ( $ | [^au] |
      a ( $ | [^t] |
        t ( $ | [^e] |
          e ( $ | [^g] |
            g ( $ | [^o] |
              o ( $ | [^r] |
                r ( $ | [^i] |
                  i ( $ | [^e] |
                    e ( $ | [^s] )))))))) |
      u ( $ | [^s] |
        s ( $ | [^t] |
          t ( $ | [^o] |
            o ( $ | [^m] |
              m ( $ | [^e] |
                e ( $ | [^r] |
                  r ( $ | [^s] ))))))))))
) .* ) $

- ephemient

---

哇，我不确定自己是应该感到印象深刻还是困扰。是的，在正则表达式中可能会使用负向先行断言，即使没有语法糖也可以做到，就像可以匹配整个字符范围而不使用字符类一样。我不确定为什么你想要写 (a|b|c|d|e|f|g|h|i|j|k|l|m|n|o|p|q|r|s|t|u|v|w|x|y|z|A|B|C|D|E|F|G|H|I|J|K|L|M|N|O|P|Q|R|S|T|U|V|W|X|Y|Z)而不是[a-zA-Z]，同样地，我不确定为什么你想要避免负向先行断言 (?!)。 - Brian Campbell

不，我只是有点害怕。我相信会有更好的解决方案。而且这并不是世界末日。 - Shawn

只是为了好玩而已，因为其他人已经发布了正确的答案。 - ephemient

信不信由你，有些正则表达式引擎不支持前瞻。对于这些引擎，这是唯一的方法。看起来很吓人，但如果其他方法都失败了……加1。 - Tomalak

Answer 3

你正在错误地使用否定字符类。否定字符类表示“不匹配包含的字符”。你想要表达的是“如果我在这里指定的内容存在，则不匹配”。为了做到这一点，你需要更有创意。可能需要一些负向回顾。我不确定php的正则表达式引擎，但类似于这样的东西应该可以工作。

/^\/(?<!(?:products|categories|admin))(.+)$/

所以，负回顾后断言 (?<! ... ) 表示如果在其前面有 products、categories 或 admin，则不匹配 .+。这个规则被放到一个非捕获组中 (?: ... )。

请参考正则表达式高级语法参考获取额外的帮助。

- Rich Schuler

---

嗯，您不需要像回溯那样复杂（实际上，我认为那样做行不通，因为您尚未消耗这些字符），并且负断言始终是非捕获的，因为它们是负面的；它们会捕获什么呢？ - Brian Campbell

感谢Brian的提示，这里是可能修复您语句的方法： /^/(.+)(?<!/(?:products|categories|admin))$/ 这意味着“匹配'/anything'，但不在/products、/categories、/admin之后。如果我错了，请纠正我。 - Shawn

@Qberticus：使用断言会更直观，但效果相同。 - Shawn

我总是包含非捕获组的，无论如何。这是明确的，并且是为了以防万一有什么变化。回顾向前并不花哨（?! 和 (?<! 在这个正则表达式中是语义上的区别）。一个表示如果后面跟着/就不匹配，另一个表示如果前面有.+就不匹配。不过，我想知道在php引擎中哪个更快，可能是向前查找。 - Rich Schuler