正则表达式 + 最短子字符串 + 前面有另一个单词的单词

Question

我有下面的例子

"foo 告诉 bar bar 喜欢土豆。bar 告诉 foo bar 不喜欢 像土豆一样。”

我想要土豆和之前出现的 bar 之间的子字符串。所以在这个例子中，我想要“酒吧喜欢土豆”，也想要“酒吧不喜欢土豆”作为结果。如何通过一个正则表达式实现这一目标？我知道如果我应用两个单独的正则表达式，我可以获得结果，但我想知道这是否可能只使用一个正则表达式。

谢谢， RG

Answer 1

很好的谜语。可以解决，只是方式不是很好：

echo "Foo tells bar that bar likes potato. Bar tells foo that bar does not like potato." | \
    pcregrep  -o '\bbar\s+(?:(?:(?!bar\b)\w+)\s+)*?potato\b'

外部(?:...) 匹配一个后跟一个空格的单词。内部确保所说的词不是bar。

Answer 2

在Python试试这个：

>>> import re
>>> s = "Foo tells bar that bar likes potato. Bar tells foo that bar does not like potato."
>>> re.findall('bar (?:(?! bar ).)+? potato', s)
['bar likes potato', 'bar does not like potato']

Answer 3

这是可能的，如下 perl sn-p 所示：

use strict;
use warnings;

my $str
  = "Foo tells bar that bar likes potato. "
  . "Bar tells foo that bar does not like potato."
;

while ($str =~ m/( bar (?: [^b] | b[^a] | ba[^r] )*?  potato )/xmsg) {
    print STDOUT "$1\n";
}

*? 是一个非贪婪的量词（匹配 0 次或多次，不是贪婪的；参见 http://perldoc.perl.org/perlre.html 的量词）

请注意，备选方案[^b] | b[^a] | ba[^r] 是互斥的。如果您想了解有关此类结构的更多信息，“掌握正则表达式”（http://regex.info/）一书非常有指导意义。