如何得到正则表达式的逆？

Question

假设我有一个正则表达式，可以正常查找文本文件中的所有URL：

(http://)([a-zA-Z0-9\/\.])*

如果我想要的不是URL而是反向 - 除了URL之外的所有其他文本 - 是否有一个简单的修改来获得这个？

Answer 1

您可以使用空字符串搜索并替换与正则表达式匹配的所有内容，例如在Perl s/(http:\\/\\/)([a-zA-Z0-9\\/\\.])*//g

除了那些与正则表达式匹配的子字符串外，这将为您提供原始文本中的所有内容。

Answer 2

如果由于某种原因你需要一个只有正则表达式的解决方案，试试这个：

((?<=http://[a-zA-Z0-9\/\.#?/%]+(?=[^a-zA-Z0-9\/\.#?/%]))|\A(?!http://[a-zA-Z0-9\/\.#?/%])).+?((?=http://[a-zA-Z0-9\/\.#?/%])|\Z)

我稍微扩展了一组URL字符（ [a-zA-Z0-9\\/\\.#?/%] ）以包含一些重要的字符，但这绝不是准确或详尽的。

正则表达式是一个怪物，所以我会试着打破它：

(?<=http://[a-zA-Z0-9\/\.#?/%]+(?=[^a-zA-Z0-9\/\.#?/%])

第一部分匹配URL的结尾。 http://[a-zA-Z0-9\\/\\.#?/%]+匹配URL本身，而(?=[^a-zA-Z0-9\\/\\.#?/%])断言URL必须后跟非URL字符，这样我们才能确定我们在最后。 使用前瞻，以便寻找非URL字符但不捕获。 整个事物被包裹在一个lookbehind (?<=...)以寻找它作为匹配的边界，再次没有捕获该部分。

我们还希望在文件开头匹配非URL。 \\A(?!http://[a-zA-Z0-9\\/\\.#?/%])匹配文件的开头（ \\A ），然后是否定前瞻以确保没有URL潜伏在文件的开头。 （这个URL检查比第一个更简单，因为我们只需要URL的开头，而不是整个URL。）

这两项检查都放在括号和OR “随着一起ð | 字符。 之后， .+? 匹配我们试图捕获的字符串。

然后我们来((?=http://[a-zA-Z0-9\\/\\.#?/%])|\\Z) 。 在这里，我们再次使用(?=http://[a-zA-Z0-9\\/\\.#?/%])检查URL的开头。 文件的结尾也是一个非常好的迹象，表明我们已经达到了匹配的结束，所以我们也应该使用\\Z来寻找它。 同样第一大集团，我们把它包在括号中和OR两种可能性在一起。

| 符号需要括号，因为它的优先级非常低，因此您必须明确说明OR的边界。

这个正则表达式在很大程度上依赖于零宽度断言（ \\A和\\Z锚点以及环视组）。 在将它用于任何严重或永久性的事情之前，你应该总是理解一个正则表达式（否则你可能会遇到perl的情况），所以你可能想要检查字符串的开头和字符串锚点的结束以及Lookahead和Lookbehind零宽度断言 。

当然，更正欢迎！

Answer 3

如果我正确理解了这个问题，你可以使用搜索/替换...只是在表达式周围使用通配符，然后替换第一个和最后一个部分。

s/^(.*)(your regex here)(.*)$/$1$3/

Answer 4

我不确定这是否会按照您的意图完成，但它可能会有所帮助：无论您放置在方括号[]中的哪一个都将被匹配。 如果你把^支架，即在[^ A-ZA-Z0-9 /]它将匹配除了什么是在括号中的一切。

http://www.regular-expressions.info/