正则表达式用于匹配不包含某个单词的行

既然没有其他人直接回答了问题（提问者提出的问题），那我来回答吧。

答案是，在 POSIX grep 中，无法实现文字上的满足这个请求：

grep "<Regex for 'doesn't contain hede'>" input

通过形式语言理论，我们可以看到这样的表达式是什么样子的。对于 GNU grep，答案可能会是这样：

grep "^\([^h]\|h\(h\|eh\|edh\)*\([^eh]\|e[^dh]\|ed[^eh]\)\)*\(\|h\(h\|eh\|edh\)*\(\|e\|ed\)\)$" input

你还可以使用实现ERE的工具，如egrep，以摆脱反斜杠，或者等效地将-E标志传递给POSIX grep（尽管我认为该问题要求完全避免对grep使用任何标志）：

egrep "^([^h]|h(h|eh|edh)*([^eh]|e[^dh]|ed[^eh]))*(|h(h|eh|edh)*(|e|ed))$" input

#!/bin/bash
REGEX="^\([^h]\|h\(h\|eh\|edh\)*\([^eh]\|e[^dh]\|ed[^eh]\)\)*\(\|h\(h\|eh\|edh\)*\(\|e\|ed\)\)$"

# First four lines as in OP's testcase.
cat > testinput.txt <<EOF
hoho
hihi
haha
hede

h
he
ah
head
ahead
ahed
aheda
ahede
hhede
hehede
hedhede
hehehehehehedehehe
hedecidedthat
EOF
diff -s -u <(grep -v hede testinput.txt) <(grep "$REGEX" testinput.txt)

Files /dev/fd/63 and /dev/fd/62 are identical

如预期所述。

对于那些对细节感兴趣的人，采用的技术是将匹配单词的正则表达式转换为有限状态自动机，然后通过将每个接受状态更改为非接受状态，反转自动机，然后将结果FA转换回正则表达式。

正如每个人都指出的那样，如果您的正则表达式引擎支持负向先行断言，则正则表达式会简单得多。例如，使用GNU grep：

grep -P '^((?!hede).)*$' input

^([^h]|h(h|e(h|dh))*([^eh]|e([^dh]|d[^eh])))*(h(h|e(h|dh))*(ed?)?)?$

这与上述内容等价。

grep -v '\#' /opt/lampp/etc/httpd.conf      # this gives all the non-comment lines

并且

grep -v '\#' /opt/lampp/etc/httpd.conf |  grep -i dir

使用这种方法，您可以避免在每个位置上进行前瞻测试：

/^(?:[^h]+|h++(?!ede))*+$/

等同于（针对 .net）：

^(?>(?:[^h]+|h+(?!ede))*)$

旧回答：

/^(?>[^h]+|h+(?!ede))*$/

上述(?:(?!hede).)*是很棒的，因为它可以被锚定。

^(?:(?!hede).)*$               # A line without hede

foo(?:(?!hede).)*bar           # foo followed by bar, without hede between them

但在这种情况下，以下内容就足够了：

^(?!.*hede)                    # A line without hede

这个简化版本已经可以添加“AND”从句：

^(?!.*hede)(?=.*foo)(?=.*bar)   # A line with foo and bar, but without hede
^(?!.*hede)(?=.*foo).*bar       # Same

在我看来，更易读的顶部答案变体：

^(?!.*hede)

基本上，如果一行开头没有“hede”，则“匹配该行开头” - 因此该要求几乎可以直接转换为正则表达式。

当然，可能有多个失败要求：

^(?!.*(hede|hodo|hada))

详情: ^锚点确保正则表达式引擎不会在字符串的每个位置重试匹配，否则会匹配每个字符串。

开头的^锚点表示行的开头。grep工具逐行匹配，如果您处理的是多行字符串，则可以使用“m”标志：

/^(?!.*hede)/m # JavaScript syntax

(?m)^(?!.*hede) # Inline flag

这是我会怎么做：

^[^h]*(h(?!ede)[^h]*)*$

比其他答案更准确和高效。它实现了弗里德尔的"展开循环"效率技术，需要更少的回溯。

另一个选择是添加一个正向先行断言，检查输入行中是否有hede，然后我们将其否定，使用类似以下表达式：

另一种选项是添加正向前瞻并检查输入行中是否存在hede，然后我们会使用类似下面的表达式对其取反：

^(?!(?=.*\bhede\b)).*$

带有单词边界。

该表达式在regex101.com的右上方面板中解释，如果您想要探索/简化/修改它，以及在此链接中，您可以观看它如何匹配一些示例输入，如果您喜欢的话。

正则表达式电路图

jex.im可视化正则表达式:

如果你想匹配一个字符以否定一个类似于否定字符类的单词：

例如，给定一个字符串：

<?
$str="aaa        bbb4      aaa     bbb7";
?>

不要使用：

<?
preg_match('/aaa[^bbb]+?bbb7/s', $str, $matches);
?>

使用：

<?
preg_match('/aaa(?:(?!bbb).)+?bbb7/s', $str, $matches);
?>

注意 "(?!bbb)." 既不是顺序断言也不是反向顺序断言，它是当前位置匹配模式，例如：

"(?=abc)abcde", "(?!abc)abcde"

这个帖子的发帖者没有指定或标记（编程语言、编辑器、工具）正则表达式将在其中使用的上下文。

对我来说，有时我需要在使用Textpad编辑文件时执行此操作。

Textpad支持一些正则表达式，但不支持前瞻或后顾，因此需要进行一些步骤。

如果我想保留所有不包含字符串hede的行，则可以像这样执行：

1. 搜索/替换整个文件，为包含任何文本的每一行开头添加一个唯一的“标记”。

    Search string:^(.)  
    Replace string:<@#-unique-#@>\1  
    Replace-all  

2. 删除所有包含字符串hede的行（替换字符串为空）：

    Search string:<@#-unique-#@>.*hede.*\n  
    Replace string:<nothing>  
    Replace-all  

3. 此时，所有剩余的行都不包含字符串hede。从所有行中移除唯一的“Tag”（替换字符串为空）：

    Search string:<@#-unique-#@>
    Replace string:<nothing>  
    Replace-all  

现在您有原始文本，其中包含字符串hede的所有行已被删除。

如果我想要对仅不包含字符串hede的行执行其他操作，则可以按照以下步骤进行：

1. 搜索/替换整个文件，在包含任何文本的每行开头添加一个唯一的“标记”。

    Search string:^(.)  
    Replace string:<@#-unique-#@>\1  
    Replace-all  

2. 对于所有包含字符串hede的行，删除唯一的“Tag”：

    Search string:<@#-unique-#@>(.*hede)
    Replace string:\1  
    Replace-all  

3. 此时，所有以独特的“标签”开头的行，不包含字符串hede。我现在可以对这些行执行其他操作。

4. 完成后，我会从所有行中删除唯一的“标签”（替换字符串为空）：

    Search string:<@#-unique-#@>
    Replace string:<nothing>  
    Replace-all  

(?~abc) matches: "", "ab", "aab", "cccc", etc.
It doesn't match: "abc", "aabc", "ccccabc", etc.

2.4.1 :016 > ["hoho", "hihi", "haha", "hede"].select{|s| /^(?~hede)$/.match(s)}
 => ["hoho", "hihi", "haha"]