Javascript —正則表達式—多個單詞的黑名單，以部分匹配結束

Question

我已經閱讀了關於StackOverflow的許多問題，包括這個問題， 這個問題 ，甚至閱讀了Rexegg的最佳技巧 ，這也是這里的一個問題。 我找到了這個 ，它可以用在所有行上，但是不能“解決所有壞詞”。 這些都沒有幫助我，所以我去：

在Javascript中 ，我有一個很長的正則表達式模式。 我正在嘗試匹配類似句子結構中的序列，如下所示：

1 UniquePrefixA [some-token]和[some-token]想要帶[some-token]看一些猴子。

2 UniqueC [some-token]想要帶[some-token]到商店。 UniqueB，[some-token]再次出現在模式中。

3 UniquePrefixA [some-token]使用[some-token]到[some-token]。

請注意，每個模式都以唯一的前綴開頭。 遇到該前綴表示模式開始。 如果在捕獲過程中再次遇到該模式，則不應捕獲第二個事件，然后停止。 我將捕獲到該前綴之前的所有內容。

如果在模式的后面沒有遇到前綴，則需要繼續匹配該模式。

我也在使用捕獲組（不再重復，因為捕獲組僅返回該組的最后一個匹配項）。 捕獲組的內容需要返回，因此我使用的是非貪婪的匹配。

這是我的模式和工作示例

/(?:UniquePrefixA|UniqueB|UniqueC)\s*(\[some-token\])(?:and|\s)*(\[some-token\])?(\s|[^\[\]])*(\[some-token\])? --->(\s|[^\[\]])*<--- (\[some-token\])?(\s|[^\[\]])*/i

基本上是按特定順序的2種重復模式：

(\s|[^\[\]])*     // Basicaly .*, but excluding brackets
(\[some-token\])  // A token [some-token]

我怎樣才能使比賽持續過去的話的黑名單？

我希望這種情況在我畫三個箭頭的情況下發生。 等效於Any字符，但不包括此列表的內容：（UniquePrefixA | UniqueB | UniqueC）（在捕獲組1中看到）。

我可能需要更好地了解負面的前瞻性，或者它是否可以處理一組問題。 最重要的是，我想知道否定的前瞻性方法是否可以支持一系列選項？或者是否有更好的方法？ 如果答案是“你做不到”，那也很酷。

Answer 1

我認為，更易於維護的解決方案是將您的任務分為兩部分：

1. 查找從您的任何唯一前綴開始的每個文本塊 ，直到字符串的下一個或結尾。

2. 處理每個這樣的塊，尋找您的一些令牌，以及它們之間的內容。

執行第一個任務的正則表達式應包括3個部分：

• (?:UniquePrefixA|UniqueB|UniqueC) -尋找任何唯一前綴的非捕獲組。
• ((?:.|\\n)+?) -一個捕獲組-要捕獲以進行進一步處理的片段（請參見下面的注釋）。
• (?=UniquePrefixA|UniqueB|UniqueC|$) -正向超前，查找字符串的任何唯一前綴或結尾（您要查找的停止條件 ）。

綜上所述，整個正則表達式如下所示：

/(?:UniquePrefixA|UniqueB|UniqueC)((?:.|\n)+?)(?=UniquePrefixA|UniqueB|UniqueC|$)/gi

注意：不幸的是，正則表達式的JavaScript風格沒有實現單行 （ -s ）選項。 因此，不僅僅是. 在上面的捕獲組中，必須使用(?:.|\\n) ，表示：

• \\n （ . ）以外的任何字符，
• 或只是\\n 。

由於重復標記（ +? ）與兩個變體有關，因此將這兩個變體“包圍”到一個非捕獲組中，以限制變體（ |兩面）。

注意? 在+之后，表示不願意使用的版本。

因此，正則表達式的這一部分（捕獲組）將匹配任何字符序列， 包括 \\n ，如您所料，在下一個uniqie前綴（如果有）之前結束。

第二項任務是將另一個正則表達式應用於捕獲的塊（組1），尋找[some-token]和它們之間的內容。 您沒有指定每個塊到底要做什么，所以我不確定第二個正則表達式應該包含什么。 也許只要匹配[some-token] to [some-token]就足夠了？

Answer 2

為了確保模式不會出現在重復字符序列中，例如(\\s|[^\\[\\]])* ，請注意， \\s包含在[^\\[\\]]因此可能只是[^\\[\\]]* ，是在重復模式的左側和內部添加一個否定的超前查詢（類似於^ lentgh匹配斷言為零），以便對每個字符進行檢查：

((?!UniquePrefixA)(\s|[^\[\]]))*