Question

在我的主目录中，我有一个文件夹drupal-6.14，其中包含Drupal平台。

从这个目录中我使用以下命令：

find drupal-6.14 -type f -iname '*' | grep -P 'drupal-6.14/(?!sites(?!/all|/default)).*' | xargs tar -czf drupal-6.14.tar.gz

此命令的作用是gzips文件夹 drupal-6.14 ，不包括 drupal-6.14 / sites / 的所有子文件夹，但sites / all和sites / default除外，包括它。

我的问题是关于正则表达式：

grep -P 'drupal-6.14/(?!sites(?!/all|/default)).*'

表达有效以排除我想要排除的所有文件夹，但我不太明白为什么。

使用正则表达式

是一项常见任务

匹配所有字符串，但不包含子图案x的字符串除外。或者换句话说，否定子模式。

我（想）我明白解决这些问题的一般策略是使用负面的前瞻，但我从来没有理解到正面和负面的外观（前进/后退）是如何工作的。

多年来，我已经阅读了很多网站。 PHP和Python正则表达式手册，其他页面如http://www.regular-expressions.info/lookaround.html等等，但我从来没有真的对它们有充分的理解。

有人可以解释一下，这是如何工作的，也许可以提供一些类似的例子吗？

- 更新一次：

关于Andomar的回应：双重否定先行可以更简洁地表达为单一的积极前瞻性陈述：

即是：

'drupal-6.14/(?!sites(?!/all|/default)).*'

相当于：

'drupal-6.14/(?=sites(?:/all|/default)).*'

???

- 更新二：

根据@andomar和@alan moore - 你不能互换双阴性前瞻以获得积极的前瞻。

Answer 1

负向前瞻说，在这个位置，以下正则表达式无法匹配。

我们举一个简化的例子：

a(?!b(?!c))

a      Match: (?!b) succeeds
ac     Match: (?!b) succeeds
ab     No match: (?!b(?!c)) fails
abe    No match: (?!b(?!c)) fails
abc    Match: (?!b(?!c)) succeeds

最后一个例子是双重否定：它允许b后跟c。嵌套的否定前瞻变为积极的前瞻：c应该存在。

在每个示例中，只匹配a。前瞻只是一个条件，不会添加到匹配的文本中。

Answer 2

Lookarounds可以嵌套。

因此，此正则表达式匹配“drupal-6.14 /”，即不，后跟不后跟“/ all”或“/ default”的“网站”。

混淆？使用不同的单词，我们可以说它匹配“drupal-6.14 /”，不后跟“sites”，除非后面跟着“/ all”或“/默认的“

Answer 3

如果你像这样修改正则表达式：

drupal-6.14/(?=sites(?!/all|/default)).*
             ^^

...然后它会匹配包含drupal-6.14/后跟sites后跟 /all或/default以外的所有输入。例如：

drupal-6.14/sites/foo drupal-6.14/sites/bar drupal-6.14/sitesfoo42 drupal-6.14/sitesall

将?=更改为?!以匹配原始正则表达式，只会取消这些匹配：

drupal-6.14/(?!sites(?!/all|/default)).* ^^

因此，这只是意味着drupal-6.14/现在不能后跟sites后跟 /all或{之外的任何内容{1}}。所以现在，这些输入将满足正则表达式：

/default

但是，从其他一些答案（可能是您的问题）中可能不明显的是，您的正则表达式还将允许其他输入，其中drupal-6.14/sites/all drupal-6.14/sites/default drupal-6.14/sites/all42后跟除了drupal-6.14/也是如此。例如：

sites

结论：因此，您的正则表达式基本上是要包含drupal-6.14/foo drupal-6.14/xsites 的所有子目录，但 {{1}的子目录除外其名称以drupal-6.14或sites以外的任何内容开头。

正则表达式负向前瞻

3 个答案: