正则表达式非运算符

Question

正则表达式中是否有非运算符？

例如在以下字符串中："(2001) (asdf) (dasd1123_asd 21.01.2011 zqge)(dzqge) name (20019)" 我想要删除所有的\([0-9a-zA-z _\.\-:]*\)，但不包括年份的情况：(2001)。

因此正则表达式应该返回：(2001) name。

注意：像\((?![\d]){4}[0-9a-zA-z _\.\-:]*\)这样的表达式不能满足我的需求（(20019)也匹配了...）。

- Sonnenhut

---

有一个类似上面的字符串，我想用正则表达式处理它，希望得到的结果是：(2001) name。 - Sonnenhut

Answer 1

不完全正确，虽然通常可以在其中一种形式上使用某些变通方法。

• [^abc]，逐个字符表示不是 a、b 或 c，
• 或负向先行断言：a(?!b)，表示 a 不跟随 b
• 或负向后行断言：(?<!a)b，表示 b 不在 a 之前

- Johan Sjöberg

---

是的，我认为负向后顾是(?<!a)b -- 参考：http://www.regular-expressions.info/lookaround.html - jankins

[^abc] 应该表示不是 a 或者 b 或者 c，而不是 "不是字符串 abc". - VimNing

谢谢。%[^sdf] 或 %(?!(s|d|f)) 等同于“包含 %”，但不包括“%s”、“%d”或“%f”。 - CoolMind

负向预查和负向回顾也允许轻松否定多个字母，例如 you(?!tube) 或 (?<!docker)hub。 - Jonas Eicher

a(?!b)（a后面不跟着b）非常出色。最佳答案。 - Avatar

Answer 2

不，没有直接的非运算符。至少不是你希望的那种方式。

然而，你可以使用零宽度负向先行断言：

\((?!2001)[0-9a-zA-z _\.\-:]*\)

(?!...)的意思是“只有在该文本后面（因此：前瞻）的文本不（因此：否定）匹配时才进行匹配。但它实际上并不会消耗它匹配的字符（因此：零宽度）。

实际上，有2个轴和4种lookarounds的组合：

• 向后查找/向前查找：指定是否考虑点之前或之后的字符
• 正向/负向：指定字符必须匹配还是不能匹配。

- Joachim Sauer

---

谢谢你！“？！”也是我建议的，但是无论如何，如果我使用\((?![\d]{4})[0-9a-zA-z _\.\-:]+\)，它仍然包含(20019)。 - Sonnenhut

在您的问题编辑中，您将{4}放在了前瞻之外，在这个评论中，您将其放在了前瞻之内：您尝试了哪一个？另外：如果您想匹配(20019)，那么您必须在前瞻内添加\)：\((?![\d]{4}\))[0-9a-zA-z _\.\-:]+\)。 - Joachim Sauer

使用上述的正则表达式在您的注释中，它可以正常工作。但是我不明白那个...我不明白为什么要转义以下部分\((?![\d]{4} -->\)<--)[0-9a-zA-z _\.\-:]+\)。然后这里有一个未关闭的括号，是吗？ - Sonnenhut

我转义闭合的括号 )，因为我想匹配字面上的字符 )（就像在你的正则表达式开头和结尾所做的一样！）。然后，在匹配成功后，我使用未转义的 ) 结束前瞻。 - Joachim Sauer

明白了。那些字符让我有点困惑。谢谢。 - Sonnenhut

Answer 3

这里有一个替代方案：

(\(\d{4}\))((?:\s*\([0-9a-zA-z _\.\-:]*\))*)([^()]*)(( ?\([0-9a-zA-z _\.\-:]*\))*)

使用这种结构，将重复模式嵌入到单个组中，其中内部组不是捕获组：((:?pattern)*)，可以控制感兴趣的组号。

然后，您可以使用以下内容获取所需内容：\1\3

- lalebarde

Answer 4

你可以捕获(2001)部分，并将其余部分替换为空。

public static string extractYearString(string input) {
    return input.replaceAll(".*\(([0-9]{4})\).*", "$1");
}

var subject = "(2001) (asdf) (dasd1123_asd 21.01.2011 zqge)(dzqge) name (20019)";
var result = extractYearString(subject);
System.out.println(result); // <-- "2001"

.*\(([0-9]{4})\).* 的意思是

• .* 匹配任何字符
• \( 匹配一个 ( 字符
• ( 开始捕获
• [0-9]{4} 匹配四个数字
• ) 结束捕获
• \) 匹配一个 ) 字符
• .* 匹配任何字符 (剩余字符串)

- birgersp

---

使用全局正则表达式标志 .replace()，因为很多浏览器和 Node 不支持 .replaceAll()。 - Lorik

@lorikku java != javascript 的意思是“Java 不等于 JavaScript”。 - zyexal

@zyexal 哦，糟糕！我没意识到它是Java哈哈，我的错！ - Lorik