【问题标题】：Regex with exception of particular words正则表达式，特定单词除外
【发布时间】：2009-12-01 13:00:31
【问题描述】：

我对正则表达式有疑问。除了一组指定的单词，我需要制作正则表达式，例如：apple、orange、juice。并且给定这些词，它将匹配除上面那些词之外的所有内容。

applejuice (match)
yummyjuice (match)
yummy-apple-juice (match)
orangeapplejuice (match)
orange-apple-juice (match)
apple-orange-aple (match)
juice-juice-juice (match)
orange-juice (match)

apple (should not match)
orange (should not match)
juice (should not match)

【问题讨论】：

您使用什么语言？ “橙汁”也应该匹配，还是失败？
听起来您想将连字符视为单词字符。

标签： regex exception word

【解决方案1】：

如果您真的想使用单个正则表达式执行此操作，您可能会发现环视很有帮助（尤其是本示例中的负前瞻）。为 Ruby 编写的正则表达式（某些实现具有不同的环视语法）：

rx = /^(?!apple$|orange$|juice$)/

【讨论】：

【解决方案2】：

我注意到apple-juice 应该根据你的参数匹配，但是apple juice 呢？我假设如果您正在验证 apple juice，您仍然希望它失败。

所以 - 让我们构建一组算作“边界”的字符：

/[^-a-z0-9A-Z_]/        // Will match any character that is <NOT> - _ or 
                        // between a-z 0-9 A-Z 

/(?:^|[^-a-z0-9A-Z_])/  // Matches the beginning of the string, or one of those 
                        // non-word characters.

/(?:[^-a-z0-9A-Z_]|$)/  // Matches a non-word or the end of string

/(?:^|[^-a-z0-9A-Z_])(apple|orange|juice)(?:[^-a-z0-9A-Z_]|$)/ 
   // This should >match< apple/orange/juice ONLY when not preceded/followed by another
   // 'non-word' character just negate the result of the test to obtain your desired
   // result.

在大多数正则表达式风格中，\b 算作“单词边界”，但“单词字符”的标准列表不包括 -，因此您需要创建一个自定义列表。如果您不尝试捕获 -，它可以与 /\b(apple|orange|juice)\b/ 匹配...

如果您只测试“单字”测试，您可以使用更简单的方法：

/^(apple|orange|juice)$/ // and take the negation of this...

【讨论】：

【解决方案3】：

这得到了一些方式：

((?:apple|orange|juice)\S)|(\S(?:apple|orange|juice))|(\S(?:apple|orange|juice)\S)

【讨论】：

【解决方案4】：

\A(?!apple\Z|juice\Z|orange\Z).*\Z

将匹配整个字符串，除非它只包含一个禁用词。

或者，如果您没有使用 Ruby，或者您确定您的字符串不包含换行符，或者您设置了 ^ 和 $ 在行首/行尾不匹配的选项

^(?!apple$|juice$|orange$).*$

也可以。

【讨论】：

【解决方案5】：

这里有一些简单的复制粘贴代码，不仅适用于精确字词异常。

复制/粘贴代码：

在以下正则表达式中，仅用您的正则表达式替换全大写部分。

Python 正则表达式

pattern = r"REGEX_BEFORE(?>(?P<exceptions_group_1>EXCEPTION_PATTERN)|YOUR_NORMAL_PATTERN)(?(exceptions_group_1)always(?<=fail)|)REGEX_AFTER"

红宝石正则表达式

pattern = /REGEX_BEFORE(?>(?<exceptions_group_1>EXCEPTION_PATTERN)|YOUR_NORMAL_PATTERN)(?(<exceptions_group_1>)always(?<=fail)|)REGEX_AFTER/

PCRE正则表达式

REGEX_BEFORE(?>(?<exceptions_group_1>EXCEPTION_PATTERN)|YOUR_NORMAL_PATTERN)(?(exceptions_group_1)always(?<=fail)|)REGEX_AFTER

JavaScript

在 2020 年 6 月 17 日之前不可能，并且在不久的将来可能不会。

完整示例

REGEX_BEFORE = \b
YOUR_NORMAL_PATTERN = \w+
REGEX_AFTER =
EXCEPTION_PATTERN = (苹果|橙子|果汁)

Python 正则表达式

pattern = r"\b(?>(?P<exceptions_group_1>(apple|orange|juice))|\w+)(?(exceptions_group_1)always(?<=fail)|)"

红宝石正则表达式

pattern = /\b(?>(?<exceptions_group_1>(apple|orange|juice))|\w+)(?(<exceptions_group_1>)always(?<=fail)|)/

PCRE正则表达式

\b(?>(?<exceptions_group_1>(apple|orange|juice))|\w+)(?(exceptions_group_1)always(?<=fail)|)

它是如何工作的？

这使用了相当复杂的正则表达式，即原子组、条件、Lookbehinds 和命名组。

(?> 是原子组的开始，这意味着它不允许回溯：这意味着，如果该组匹配一次，但后来由于后向失败而失效，那么整个组将不匹配。（在这种情况下，我们想要这种行为）。
(?<exceptions_group_1> 创建一个命名的捕获组。它比使用数字更容易。请注意，该模式首先尝试查找异常，如果找不到异常，则返回到正常模式。
请注意，原子模式首先尝试查找异常，如果找不到异常，则返回到正常模式。
真正的魔力在于(?(exceptions_group_1)。这是一个询问 exceptions_group_1 是否成功匹配的条件。如果是，那么它会尝试查找always(?<=fail)。这种模式（正如它所说的那样）总是会失败，因为它会寻找“always”这个词，然后它会检查“does "ways"=="fail"'，但它永远不会。
因为条件失败，这意味着原子组失败，并且因为它是原子的，这意味着它不允许回溯（试图寻找正常模式），因为它已经匹配了异常。

这绝对不是这些工具的预期用途，但它应该可靠且高效地工作。

Ruby 中原始问题的准确答案

/\b(?>(?<exceptions_group_1>(apple|orange|juice))|\w+)(?(<exceptions_group_1>)always(?<=fail)|)/

与其他方法不同，此方法可以修改为拒绝任何模式，例如任何不包含子字符串“apple”、“orange”或“juice”的单词。

/\b(?>(?<exceptions_group_1>\w*(apple|orange|juice))|\w+)(?(<exceptions_group_1>)always(?<=fail)|)/

【讨论】：

【解决方案6】：

类似（PHP）的东西

$input = "The orange apple gave juice";
if(preg_match("your regex for validating") && !preg_match("/apple|orange|juice/", $input))
{
  // it's ok;
}
else
{
  //throw validation error
}

【讨论】：

除非匹配 applejuice 并因此引发验证错误。