正则表达式的负向预查

Question

正则表达式的负向预查

105

在我的主目录下，有一个名为drupal-6.14的文件夹，其中包含Drupal平台。

我使用以下命令从该目录中操作：

find drupal-6.14 -type f -iname '*' | grep -P 'drupal-6.14/(?!sites(?!/all|/default)).*' | xargs tar -czf drupal-6.14.tar.gz

这个命令的作用是压缩文件夹drupal-6.14，但排除了drupal-6.14/sites/下的所有子文件夹，只包含sites/all和sites/default。

我的问题在于正则表达式：

grep -P 'drupal-6.14/(?!sites(?!/all|/default)).*'

这个表达式可以排除我想要排除的所有文件夹，但我不太理解为什么。

使用正则表达式来匹配所有字符串，除了那些不包含子模式x的字符串，或者换句话说，否定一个子模式，是一项常见任务。

匹配所有字符串，除了那些不包含子模式x的字符串，或者换句话说，否定一个子模式。

我认为解决这些问题的一般策略是使用负向先行断言，但我从未真正理解过正向和负向先行/后行的工作原理。

多年来，我阅读了许多关于它们的网站。PHP和Python的正则表达式手册，其他页面，如http://www.regular-expressions.info/lookaround.html等，但我从未真正理解过它们。

有人能解释一下这是如何工作的，并提供一些类似的例子来做类似的事情吗？

-- 更新一：

关于Andomar的回答：双重否定先行断言是否可以更简洁地表示为单个正向先行断言语句：

即：

'drupal-6.14/(?!sites(?!/all|/default)).*'

相当于：

'drupal-6.14/(?=sites(?:/all|/default)).*'

???

-- 更新二：

根据 @andomar 和 @alan moore 的说法 - 你不能将双重否定向前查看替换为正向先行断言。

- themesandmodules

3个回答

15

Lookarounds可以嵌套使用。

因此，这个正则表达式匹配的是"drupal-6.14/"，但该字符串后面不是"sites"，或者不是"/all"或"/default"。

有点难理解？换句话说，它匹配的是"drupal-6.14/"，只要后面不是"sites"，除非接下来出现的是"/all"或"/default"。

- ʞɔıu

1

谢谢你。我仍然觉得这很困惑，哈哈。我认为你的引用“不跟随站点，除非跟随所有|默认”非常有帮助。 - themesandmodules

7

如果您将您的正则表达式修改为如下格式：

drupal-6.14/(?=sites(?!/all|/default)).*
             ^^

如果匹配的输入包含drupal-6.14/，后跟sites，再后面是除了/all或/default之外的任何内容，则会进行匹配。例如：

drupal-6.14/sites/foo
drupal-6.14/sites/bar
drupal-6.14/sitesfoo42
drupal-6.14/sitesall

将?=改为?!以匹配原始正则表达式只是否定了这些匹配：

drupal-6.14/(?!sites(?!/all|/default)).*
             ^^

因此，这意味着drupal-6.14 / 现在不能后跟sites后面的任何其他内容除了/ all 或/ default 。因此，这些输入将满足正则表达式：

drupal-6.14/sites/all
drupal-6.14/sites/default
drupal-6.14/sites/all42

但是，可能并不明显的是，您的正则表达式也将允许其他输入，其中 drupal-6.14/ 后面跟着除 sites 之外的任何内容。例如：

drupal-6.14/foo
drupal-6.14/xsites

结论： 因此，您的正则表达式基本上是告诉它包括drupal-6.14的所有子目录，除了那些以除all或default以外任何其他开头的sites子目录。

- DavidRR

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Andomar · Accepted Answer

一个负向先行断言表示在当前位置，接下来的正则表达式不能匹配。

我们来看一个简化的例子：

a(?!b(?!c))

a      Match: (?!b) succeeds
ac     Match: (?!b) succeeds
ab     No match: (?!b(?!c)) fails
abe    No match: (?!b(?!c)) fails
abc    Match: (?!b(?!c)) succeeds

最后一个例子是 双重否定：它允许匹配 b 后面紧跟着的 c。嵌套的负向先行断言成为了一个正向先行断言：必须存在 c。

在每个例子中，只有a被匹配。先行断言只是一个条件，并不会添加到匹配的文本中。