在 xml 文件正则表达式中查找缺少子字符串的字符串答案

【问题标题】：find string that is missing substring in xml files regular expression在 xml 文件正则表达式中查找缺少子字符串的字符串
【发布时间】：2019-02-27 18:56:59
【问题描述】：

这是我找到它的 reg 表达式

(<instance_material symbol="material_)([0-9]+)(part)(.*?)(")(/)(>)

我需要找到一个不包含单词“part”的字符串和 xml 行是

<instance_material symbol="material_677part01_h502_w5" target="#material_677part01_h502_w5"/>
     <instance_material symbol="material_677" target="#material_677"/>

【问题讨论】：

Regex: match everything but specific pattern的可能重复

标签： regex xml string search

【解决方案1】：

您可以使用负前瞻

^(?!.*part).*?$

^ - 字符串开头。
(?!.*part) - 避免 part 的条件。
.*? - 匹配除新行以外的任何内容。
$ - 字符串结束

Demo

【讨论】：

如果我只想查看以开头的行怎么办
^(?!.*part)<instance_material symbol.*?$这就够了

【解决方案2】：

许多正则表达式初学者会遇到查找不包含某些单词的字符串的问题。您可以在Regular-Expression.info 上找到更多有用的提示。

^((?!part).)*$

【讨论】：

【解决方案3】：

您需要注意，所有使用正则表达式处理 XML 的尝试都是错误的，因为 (a) 将有一些合法的方式来编写正则表达式不匹配的 XML 文档，并且 (b)会有一些获得错误匹配的方法，例如通过将讨厌的东西放入 XML cmets 中。有时 99% 的时间是正确的当然是可以的，但不要在生产中这样做，因为很快我们就会有人在 SO“我需要生成具有特定顺序的属性的 XML，因为这就是接收应用程序的内容需要。”

例如，您的正则表达式要求属性使用双引号而不是单引号，并且它不允许“=”符号周围的空格，或 XML 允许空格的其他几个地方。如果存在人们故意尝试破坏您的正则表达式的风险，您需要考虑一些技巧，例如人们写 &#112; 代替 p。

即使这是一次性的，没有恶意颠覆的风险，您最好使用 XPath 执行此操作。然后它变成一个简单的查询，如//instance_materal[@symbol[not(contains(., 'part'))]]

【讨论】：