如何找到每一件事，但没有一个词答案

【问题标题】：How find every thing but not one word如何找到每一件事，但没有一个词
【发布时间】：2011-12-19 16:36:35
【问题描述】：

在文本中，我想找到像每件事一样的结构，直到某些文本，但在某些单词之间不匹配。

文本示例：

Templates : You can add custom templates for your theme. Updated on 2010 look[124] end
Media RSS feed : Add the Cooliris Effect to your gallery Updated on 2011 look[124]
Role settings : Each gallery has a author Updated at 2010 ...  look[124] end
AJAX based thumbnail generator : No more server Updated on 2010 look[124] end limitation during the batch process Copy/Move : Copy or move images between Updated on 2010 this look[124] galleries Sortable Albums : Create your own sets of images Updated on 2010 this look[124] end
Upload or pictures via a zip-file (Not in Safe-mode)
Watermark function : You can add a watermark image or text 
...

我需要找到 "Updated .*[124] end" 每场比赛都必须开始这个 "Update" 并以 "[number]" 和单词 "end 结尾”。但有些文本看起来非常相似，但 not 以单词“end”结尾。此文本必须不匹配。如何让它发挥作用？

我试着写

/Updated(.*?)\[.*?\]\send/msi

或

Updated(.*?)\[.*?\](?!Updated)\send

但这需要像这样的字符串：

Updated on 2011 look[124] Role settings : Each gallery has a author Updated at 2010 ...  look[124] end
Updated on 2010 this look[124] galleries Sortable Albums : Create your own sets of images Updated on 2010 this look[124] end

如何编写正则表达式女巫跳过糟糕的匹配？

http://regexr.com?2vh1j

感谢您的意见。

【问题讨论】：

而且，请记住，正则表达式是贪婪的，它们会尝试匹配一行中最长的东西

标签： php regex preg-match

【解决方案1】：

我认为这是您尝试使用第二个正则表达式的目的：

Updated\s++(?>(?!Updated\b|end\b)\S+\s+)*+end\b

换句话说，匹配Updated 并查找对应的end。如果你先找到另一个Updated，你就知道你从错误的地方开始，所以放弃那场比赛。我也排除了end，因为这让我可以所有格匹配这些词（即，与*+）；正则表达式永远不必回溯以查找或（更重要的是）消除匹配项。

如果你真的必须指定 look[nnn] 部分，这应该可以解决问题：

Updated\s++(?>(?!Updated\b|end\b|look\[\d+\])\S+\s+)*+look\[\d+\]\s+end\b

如果需要，添加 i 标志以进行不区分大小写的匹配，但不需要 m 或 s 标志。如果这看起来过于复杂，那是因为我不像你那样了解你的数据。很有可能这就是你真正需要的：

Updated(?:(?!Updated).)*\send

【讨论】：

【解决方案2】：

假设所有无效匹配都有[124]，但没有end，您可以通过在Updated 和结束序列之间不允许[ 来过滤掉它们，如下所示：

Updated([^[]*?)\[\d*\]\send

【讨论】：

【解决方案3】：

要匹配不包含 Updated 的字符串，您可以使用如下结构：

(?:[^U]+|U(?!pdated))*

和

(?:(?!Updated).)*

使用第一个选项会给你一个类似的表达式：

Updated((?:[^U]+|U(?!pdated))*)\[\d+\]\send

解释第一个替代方案：

(?:          # non-capturing group
[^U]+        # any characters that aren't "U"
|U(?!pdated) # or a "U" which is not followed bu "pdated" (ie. not "Updated")
)*           # repeated as much as possible

第二种选择：

(?:          # non-capturing group
(?!Updated). # Use a lookahead check at every character to make sure it's not "Updated"
)*           # repeated as much as possible

【讨论】：

+1，我肯定会采用第二种方法。第一个可能会更快，但不会快很多。无论如何，不足以证明可读性受到影响。请参阅我对性能恋物癖者方法的回答。 ;)

【解决方案4】：

使用惰性正则表达式

Updated.*?\[.*?\]( end)?

【讨论】：

【解决方案5】：

一种可能性：

Updated([^[]*)\[124\]\s+end

解释：

Updated          # Word 'updated'
[^[]*            # All chars until '['
\[124\]          # String '[124]'
\s+              # One or more spaces.
end              # String 'end'

【讨论】：

【解决方案6】：

也许你可以尝试不同的方法：

/Updated[\w.\s]*\[\d+\]\send/

说明：

Updated

这将匹配单词Updated

[\w\d.\s]*

然后是所有字母、数字、空格和点（你可以添加任何你想要的字符）

\[\d+\]

然后是括号之间的数字

\send

比一个空格最后是单词结尾

【讨论】：

我认为你的意思不是(\w*\d*\.*\s*)*，而是[\w.\s]*。