如何匹配与 Perl 中特定模式不匹配的字符串？

Question

我知道使用正则表达式很容易匹配给定字符以外的任何内容。

$text = "ab ac ad";
$text =~ s/[^c]*//g; # Match anything, except c.

$text is now "c".

我不知道如何“排除”字符串而不是字符。我将如何“匹配任何东西，除了'ac'”？试过 [^(ac)] 和 [^"ac"] 没有成功。

有可能吗？

Answer 1

以下解决了 Bart K. 评论中描述的第二种意义上的问题：

>> $text='ab ac ad';
>> $text =~ s/(ac)|./\1/g;
>> print $text;
ac

另外，'abacadac' -> 'acac'

应该注意的是，在大多数实际应用中，负前瞻被证明比这种方法更有用。

Answer 2

如果你只想检查字符串是否不包含“ac”，只需使用否定即可。

$text = "ab ac ad";

print "ac not found" if $text !~ /ac/;

或

print "ac not found" unless $text =~ /ac/;

Answer 3

$text =~ s/[^c]*//g; // Match anything, except c.

@ssn， 关于您的问题的几个cmets：

1. "//" 在 Perl 中不是注释。仅有的 “#”是。
2. "[^c]*" - 不需要 那里的“*”。 “[^c]”表示 由所有组成的字符类 除字母“c”外的字符。 然后你使用 /g 修饰符， 意味着文本中的所有此类事件都将是 替换（在你的例子中，用 没有什么）。 “零个或多个”（“*”） 因此修饰符是多余的。

我如何“匹配任何东西，除了 'ac'" ？试过 [^(ac)] 和 [^"ac"] 没有成功。

请阅读有关字符类的文档（请参阅命令行上的“perldoc perlre”，或在线http://perldoc.perl.org/perlre.html） - 您会看到它指出对于方括号内的字符列表，RE 将“匹配列表中的任何字符”。含义顺序无关紧要，没有“字符串”，只有字符列表。 “()”和双引号在方括号内也没有特殊含义。

现在我不完全确定您为什么要谈论匹配，然后再举一个替换的例子。但是要查看字符串是否与子字符串“ac”不匹配，您只需取消匹配即可：

use strict; use warnings;
my $text = "ab ac ad";
if ($text !~ m/ac/) {
   print "Yey the text doesn't match 'ac'!\n"; # this shouldn't be printed
}

假设您有一个文本字符串，其中嵌入了多次出现的子字符串。如果您只想要子字符串周围的文本，只需删除所有出现的子字符串：

$text =~ s/ac//g;

如果您想要相反 - 删除所有文本，除了所有出现的子字符串，我建议如下：

use strict; use warnings;
my $text = "ab ac ad ac ae";
my $sub_str = "ac";
my @captured = $text =~ m/($sub_str)/g;
my $num = scalar @captured;
print (($sub_str x $num) . "\n");

这基本上计算子字符串出现在文本中的次数，并使用“x”运算符打印子字符串该次数。不是很优雅，我相信 Perl 大师可以想出更好的东西。

---

@ennukiller：

my $text = "ab ac ad";
$text !~ s/(ac)//g; # Match anything, except ac.

这是不正确的，因为它会在“使用警告”下生成警告（“在无效上下文中无用使用负模式绑定 (!~)”），并且除了从文本中删除所有子字符串“ac”之外什么都不做，这可以更简单地写成我上面写的：

$text =~ s/ac//g;

Answer 4

更新：在对您的问题的评论中，您提到要清理 wiki 标记并删除 {{ ... }} 的平衡序列。 Perl FAQ 的第 6 节涵盖了这一点：Can I use Perl regular expressions to match balanced text?

考虑以下程序：

#! /usr/bin/perl

use warnings;
use strict;

use Text::Balanced qw/ extract_tagged /;

# for demo only
*ARGV = *DATA;

while (<>) {
  if (s/^(.+?)(?=\{\{)//) {
    print $1;
    my(undef,$after) = extract_tagged $_, "{{" => "}}";

    if (defined $after) {
      $_ = $after;
      redo;
    }
  }

  print;
}

__DATA__
Lorem ipsum dolor sit amet, consectetur
adipiscing elit. {{delete me}} Sed quis
nulla ut dolor {{me too}} fringilla
mollis {{ quis {{ ac }} erat.

它的输出：

Lorem ipsum dolor sit amet, consectetur
肥胖精英。 Sed quis
nulla ut dolor fringilla
莫利斯 {{ quis erat.

---

对于您的特定示例，您可以使用

$text =~ s/[^ac]|a(?!c)|(?<!a)c//g;

也就是说，仅当 a 或 c 不属于 ac 序列时才删除它们。

一般来说，这对于正则表达式来说是很棘手的。

假设您不希望 foo 后跟可选空格，然后在 $str 中添加 bar。通常，单独检查会更清晰、更容易。例如：

die "invalid string ($str)"
  if $str =~ /^.*foo\s*bar/;

你可能也对我写的an answer to a similar question感兴趣

my $nofoo = qr/
  (      [^f] |
    f  (?! o) |
    fo (?! o  \s* bar)
  )*
/x;

my $pattern = qr/^ $nofoo bar /x;

要了解复杂性，请阅读 Mark Dominus 的 How Regexes Work。该引擎将正则表达式编译成状态机。当需要匹配时，它将输入字符串提供给状态机并检查状态机是否在接受状态下完成。所以要排除一个字符串，你必须指定一台机器接受除特定序列之外的所有输入。

可能有帮助的是/v 正则表达式开关，它照常创建状态机，然后补充所有状态的接受状态位。很难说这与单独检查相比是否真的有用，因为 /v 正则表达式可能仍然会让人们感到惊讶，只是方式不同。

如果您对理论细节感兴趣，请参阅 Peter Linz 的 An Introduction to Formal Languages and Automata。

Answer 5

你可以使用 index()

$text = "ab ac ad";
print "ac not found" if ( index($text,"ac") == -1 );

Answer 6

您可以根据自己的目的轻松修改此正则表达式。

use Test::More 0.88;

#Match any whole text that does not contain a string
my $re=qr/^(?:(?!ac).)*$/;
my $str='ab ac ad';

ok(!$str=~$re);

$str='ab af ad';
ok($str=~$re);

done_testing();