PHP 正则 如何匹配不出现某段字符串的写法！（保留备份）
- WBOYOriginal
- 2016-06-06 19:49:441088browse
网友cfc4n问及关于(?!)的正则表达式问题。回答之后，顺便总结了一下Perl语言中如何匹配“不出现”某元素，贴在这里。 问题 问题描述 有如下文本，如何使用正则式，将其中 不含color选项的item 匹配出来？ 1 2 3 4 5 6 7 8 item color:red; /item item size:1
网友cfc4n问及关于(?!)的正则表达式问题。回答之后，顺便总结了一下Perl语言中如何匹配“不出现”某元素，贴在这里。
问题
问题描述
有如下文本，如何使用正则式，将其中不含color选项的item匹配出来？
1
2
3
4
5
6
7
8
color:red;
size:12;
number:45;
type:good;
典型的错误答案
新手容易提供这样的错误答案：
<span><span><item></item></span><span>.*?</span><span>(</span><span>?!</span>color<span>)</span><span>.*?</span>item<span>></span></span>。其出发点是正确的：只有当color不出现在目标字串时，该匹配才是所需要的。事实上，这样的正则表达式不能如君所愿，它匹配所有的<span><item>...</item></span>。这是为什么呢？
Perl之排除型匹配
最简单的排除型匹配
匹配是
<span><span>=~</span></span>, 不匹配当然是<span><span>!~</span></span>了。写到这里想到，在正则式中，凡是由<span><span>=</span></span>组成的正则式符号，全可以使用<span><span>!</span></span>来替代，以表现相反的意思。例如<span><span>(</span><span>?=</span><span>)</span></span>与<span><span>(</span><span>?!</span><span>)</span></span>，<span><span>(</span><span>?<span>)</span></span></span>与<span><span>(</span><span>?<span>)</span></span></span>，<span><span>=~</span></span>与<span><span>!~</span></span>。返回正题，看个例子。如果要检测某字串是否含有good，当然要用
<span><span>if</span> <span>(</span><span>$string</span> <span>=~</span> <span>/good/</span><span>)</span></span>，如果<span><span>$string</span></span>里有good则条件为真，否则为假；如果要检测某字串是否不含有good，可以用
<span><span>if</span> <span>(</span><span>$string</span> <span>!~</span> <span>/good/</span><span>)</span></span>，如果<span><span>$string</span></span>里没有good则条件为真，否则为假。这种匹配测试，较适合于在大段的字串中搜索某个简单的模式，然后对于匹配的结果作出两种不同的判断，非此即彼。虽然迅速干练，但是对于复杂情况的判断，还是有些累赘。
对于文章开始提出的问题而言，当然可以这样解决：先搜索所有的
<span><item>...</item></span>，然后分别判断是否存在color项即可：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
#!/usr/bin/perl -w
my $text=
color:red;
size:12;
number:45;
type:good;
END
my @result = $text=~ m!<span><item></item></span>.*?item>!sg;
foreach $item (@result)
{
if ($item !~ /color/)
{
print "$item";
}
}输出结果是:
1
2
3
4
5
size:12;
number:45;
type:good;
虽然也不错，但是它总是“宁可错杀不可错放”地找完所有可能项，再一一重新进行排除。能否一开始就先界定，我们要找的是不含color的item呢？排除型匹配正是为此而生。
排除型匹配
不好意思，“排除型匹配”这个词是我生造的。其它的说法或许是“否定断言”，“否定环视”等等。后两者的命名，都是从匹配过程的角度出发；而此处命名，是从结果出发。具体说来，就是使用
<span><span>(</span><span>?!...</span><span>)</span></span>和<span><span>(</span><span>?<span>)</span></span></span>作为辅助条件判断，来简化正则表达式，方便快捷地找到符合要求的匹配。这两个东东的使用方法类似，都是指，当前位置不出现某种模式。不同的是，
<span><span>(</span><span>?!...</span><span>)</span></span>是指当前位置的右边，而<span><span>(</span><span>?<span>)</span></span></span>自然就是指左边了。这里隆重推出Anrs同学翻译的教程: 环视一以及环视二。仔细阅读这两文章，彻底明白环视这两个概念，将会提升您的正则表达式功力。后文将建立在您已经理解环视这个概念的基础上。
闲话一句。既然使用“左边”和“右边”既形象又好懂，为什么没见过“左瞻”，“右瞻”，“左向”，“右向”，反而全是些“前瞻后瞻”，“正向逆向”这样的不好理解的说法呢？撕烤者也同有此问。我的理解是，或许是为了照顾阿语等从右向左书写的用户的习惯吧。无论如何，将从
<span><span>^</span></span>到<span>$</span>的方向称之为“向前”总不会错。描述当前位置（左侧或右侧）的模式，从而辅助判断正则式是否匹配，是环视的作用。它只描述，不消耗字符；只辅助判断，从不单独出现。这与
<span><span>^</span></span>和<span>$</span>简直如出一辙。一则例子
例子. 现在有许多与fanfou.com类似的网址。如何写一条正则表达式，来匹配域名含fanfou，但是TLS不是.com的模式？
答案：
<span><span>/</span><span>\bfanfou</span>\<span>.</span><span>(</span><span>?!</span>com<span>)</span><span>[</span>a<span>-</span>z<span>]</span><span>{</span><span>2</span><span>,</span><span>4</span><span>}</span><span>\b</span><span>/</span>i</span>。分析这条正则表达式：
- 以
<span><span>\b</span></span>开始，明确字符边界；- fanfou主域名不可少；
<span>\<span>.</span></span>匹配一个普通的点号；此处不要使用点号元字符；<span><span>(</span><span>?!</span>com<span>)</span></span>表示此处（即从<span>fanfou.</span>的右边）不得出现com三个连续字符；<span><span>[</span>a<span>-</span>z<span>]</span><span>{</span><span>2</span><span>,</span><span>4</span><span>}</span></span>表示是2至4位的拉丁字母；因为域名的TLS最短是2位（如.au, .us），最长可为4位（如.info, .asia）；- 右侧边界同样重要，否则我们之前的{2,4}就白费了；
- 使用i表示不分大小写；这是域名的特征之一。
回到本题
按照要求，一步步建立这条正则式。
- 该正则式匹配的是
<span><item>...</item></span>结构。因此，正则式以<span><span><item></item></span></span>开始。- 在
<span><item></item></span>和<span></span>之间不得出现color，是这条正则式的难点。因为，<span>color</span>可能位于这个结构之内的任意一点，因此要规定，此内任意一点都不得出现color一词。这样的点为：<span><span>(</span><span>?!</span>color<span>)</span><span>.</span></span>。这样的点重复1+次，正则式写为<span><span>(</span><span>(</span><span>?!</span>color<span>)</span><span>.</span><span>)</span><span>+</span></span>。注意这里有个小陷阱：不要写为<span><span>(</span><span>?!</span>color<span>)</span><span>.+</span></span>，否则它只描述了最左侧的一点不得出现color，其余部分则都无所谓。而写为<span><span>(</span><span>(</span><span>?!</span>color<span>)</span><span>.</span><span>)</span><span>+</span></span>则保证每一点都不出现color。- 正则式此时为
<span><item></item></span>((?!color).)+?item>。为了节省资源，括号通常写成非捕获模式<span><span>(</span><span>?:...</span><span>)</span></span>；为了保证点号匹配换行符，可以指定s模式或使用<span><span>[</span>\<span>s</span><span>\S</span><span>]</span></span>代替点号元字符。此处仍使用点号。正则式修改为<span><item></item></span>(?:(?!color).)+?item>。
总体来说，环视相对于基本的元字符还是要抽象一些。不过一旦理解并掌握了它，就会发现它在精确匹配和替换时十分有用。上面的分析，希望有所帮助。如果您有类似的问题，欢迎提出。
exclude, lookaround, negate, perl原文来自：http://iregex.org/blog/negate-match.html