正则表达式（正则表达式环视）检测某个字符串不在某些字符串之间（前瞻和后视，单词不被单词包围）

Question

我试图检测某个字符串的所有出现，该字符串没有被某些字符串包围（使用正则表达式环视）。例如。所有出现的“非洲”，但不是“南非社会”。请参阅下面的简化示例。

#My example text:
text <- c("South African Society", "South African", 
"African Society", "South African Society and African Society")

#My code examples:
str_detect(text, "(?<!South )African(?! Society)")
#or
grepl("(?<!South )African(?! Society)",  perl=TRUE , text)

#I need:
[1] FALSE TRUE TRUE TRUE 

#instead of:
[1] FALSE FALSE FALSE FALSE

问题似乎是正则表达式单独而不是整体评估后向和前瞻。它应该需要两个条件，而不仅仅是一个。

Answer 1

(?<!South )African(?! Society) 模式与 African 匹配时，它的前面既没有 South 也没有 Society。如果有South 或Society 将没有匹配。

有几种解决方案。

 African(?<!South African(?= Society))

请参阅regex demo。这里，African 仅当正则表达式引擎在匹配紧跟空格和Society 的African 子字符串之后的位置找不到South African 时才匹配。在African 之后使用此检查比将它移动到单词African 之前更有效（请参阅the (?<!South (?=African Society))African regex demo）。

或者，您可以使用SKIP-FAIL technique：

South African Society(*SKIP)(*F)|African

见another regex demo。在这里，South African Society 首先匹配，(*SKIP)(*F) 使此匹配失败并继续进行下一个匹配，因此African 在除South African Society 之外的所有上下文中都匹配。