正则表达式匹配除给定列表之外的所有单词 (2)答案

【问题标题】：Regex to match all words except a given list (2)正则表达式匹配除给定列表之外的所有单词 (2)
【发布时间】：2012-01-21 15:33:01
【问题描述】：

我已经阅读了这个正则表达式的流行（28k 次浏览）question。但这对我不起作用。找到了更好的正则表达式，但我几乎没有被卡住。

这里是酒单：

whisky/gin/nuka-cola/beer/liqueur/abs-inth/tea

并且脚本应该获取所有非软饮料。我为此找到了不错的正则表达式：

/\b(?!(?:tea|nuka\-cola)\b)[\w\d\-]+\b/

结果是：

1 : whisky
2 : gin
3 : -cola
4 : beer
5 : liqueur
6 : abs-inth

问题出在可乐上（第三个结果）。这是因为 \b 不喜欢 '-' 字符。请帮我把这个可乐从列表中删除。

【问题讨论】：

标签： regex

【解决方案1】：

\b 匹配字母数字字符和非字母数字字符，因此它匹配nuka-cola 中的破折号前后。

因此，您不能使用\b 作为单词边界锚点，但您可以定义自己的。看到您的分隔符是/，只需使用(?<=/|^) 作为“单词开头”锚点，(?=/|$) 作为“单词结尾”锚点：

/(?<=\/|^)(?!(?:tea|nuka\-cola)(?=\/|$))[\w\d\-]+(?=\/|$)/

当然，这假设您使用的是支持后向断言的正则表达式引擎。不幸的是，您没有指定这是针对哪种语言。例如，JavaScript 不支持后视。

【讨论】：

【解决方案2】：

这个正则表达式应该可以解决问题：

(?>[\w-]+)(?<!tea|nuka-cola)

另一种可能性，如果您确保每个关键字都以正斜杠开头：

/(?!tea|nuka-cola)([\w-]+)

如果您打算在结果中添加多于两种不应该出现的饮料，那么正则表达式可能会很快变得丑陋。在这种情况下，我将有一个匹配列表中每个单词的正则表达式（或一个简单的循环），并检查匹配的单词是否存在于 HashSet 中。如果找到匹配项，我不会将匹配项包含在结果中。

【讨论】：