正则表达式匹配子字符串，但不包含单词（单词边界问题）

Question

我有100,000个文件（主要是办公室类型的文件）。我使用Excel VBA检查包含单词＆＃34; list＆＃34;的所有文件名，但试图避免误报（例如＆＃34;专家＆＃34;）。

答案提供了＆＃34; Regex用于匹配子字符串，但不包含word＆＃34;除了我的文件名没有整齐的字边界外，它几乎是所需要的（\b(?!String)\w*ring\w*\b）。

当前模式\b(?!specialist)\w*list\w*\b正确地忽略了某些变体（3 Specialist，6-specialist，Specialists等）。是否可以修改模式，以便正确地删除以下变体：1Specialist，2_specialist和Xspecialists?如果是这样，有人可以指出我正确的方向吗？< / p>

非常感谢任何帮助/建议， 中号

这是我一直在使用的递归子程序（道歉格式不佳）：

Sub RecursiveFolderPATTERN(objFolder As Scripting.Folder, _IncludeSubfolders As Boolean)

'Declare the variables
Dim objFile As Object
Dim objSubFolder As Scripting.Folder
Dim NextRow As Long

Dim objRegExp As Object
Set objRegExp = CreateObject("VBScript.RegExp")
objRegExp.Pattern = "([^A-Za-z]|^)(address|info|data)?lists?([^A-Za-z]|$)"
objRegExp.IgnoreCase = True

'Find the next available row
NextRow = Cells(Rows.Count, "A").End(xlUp).Row + 1

'Loop through each file in the folder
For Each objFile In objFolder.Files
If objRegExp.test(objFile) Then
Cells(NextRow, "A").Value = objFile.Name
Cells(NextRow, "E").Value = objFile.Size
Cells(NextRow, "F").Value = objFile.Type
Cells(NextRow, "G").Value = objFile.DateCreated
Cells(NextRow, "H").Value = objFile.DateLastAccessed
Cells(NextRow, "I").Value = objFile.DateLastModified
Cells(NextRow, "J").Value = objFile.Path
NextRow = NextRow + 1
End If
Next objFile

'Loop through files in the subfolders
If IncludeSubfolders Then
For Each objSubFolder In objFolder.Subfolders
    Call RecursiveFolderPATTERN(objSubFolder, True)
Next objSubFolder
End If

End Sub

答案修改：将行If objRegExp.test(objFile) Then更改为If objRegExp.test(objFile.Name) Then解决了问题。

备用答案编辑：将模式从"([^A-Za-z]|^)(address|info|data)?lists?([^A-Za-z]|$)"更改为"(^(?!.*specialist).*list.*$)"也很有效。这两种方法都有其优点，所以我打算同时使用它们。

Answer 1

这样的事情对你有用吗？

([^A-Za-z]|^)list([^A-Za-z]|$)

它匹配单词＆＃34; list＆＃34;没有被其他字母包围。

或者某些单词包含＆＃34; list＆＃34;可以接受吗？

Try it out

编辑：允许匹配单词＆＃34; list＆＃34;它可以改为：

([^A-Za-z]|^)lists?([^A-Za-z]|$)

编辑2：要将某些前缀列入白名单，您可以将其更改为此（白名单＆＃34;地址＆＃34;，＆＃34;信息＆＃34;＆＃34;数据＆＃34;作为前缀用于示例目的）：

([^A-Za-z]|^)(address|info|data)?lists?([^A-Za-z]|$)

Answer 2

如果您的目标是找到与“列表”匹配但与“专家”不匹配的文件名，请尝试the following regex：

(?i)^(?!.*specialist).*list.*$

修改

从模式中删除(?i)并使用以下代码段对其进行测试：

Sub RecursiveFolderPATTERN()
  Dim objRegExp As Object, arrStrings() As String, _
      i As Long, objMatch As Object
  Set objRegExp = CreateObject("VBScript.RegExp")
  With objRegExp
    .Global = True
    .IgnoreCase = True
    .MultiLine = False
    .Pattern = "^(?!.*specialist).*list.*$"
  End With
  Dim TestString As String
  TestString = "3 Specialist" & vbNewLine & _
               "6-specialist" & vbNewLine & _
               "Specialists" & vbNewLine & _
               "true SpeciaList" & vbNewLine & _
               "1 Specialist" & vbNewLine & _
               "2_specialist" & vbNewLine & _
               "Xspecialists" & vbNewLine & _
               "TheListOfSpecialists.xlsx" & vbNewLine & _
               "List" & vbNewLine & _
               "lISTs" & vbNewLine & _
               "Globalistics" & vbNewLine & _
               "GlobalList.doc" & vbNewLine & _
               "fatalistic" & vbNewLine & _
               "The big list of PII.csv" & vbNewLine & _
               "A few lISTs with something.xls"
  arrStrings = Split(TestString, vbNewLine)
  For i = LBound(arrStrings) To UBound(arrStrings)
    If objRegExp.Test(arrStrings(i)) Then
      Debug.Print arrStrings(i)
    End If
  Next
End Sub