Question

这个问题与我之前的问题非常相似： How to exclude a word from regex subpattern?

但是，这是不一样的，因为上一个问题仅是一个单词，而这个问题是指向我想排除的更多单词（替代词）。

第一组：我要从匹配项中排除的单词列表： (thy|your|her|his|its|our|their|mine|yours|hers|ours|theirs|my|a|an|the) 那是代词所有格和冠词的清单。

第二组： 与第二组匹配的单词列表：

示例文本

1) And Ôhe spoke to him
2) and spoke to his sons
3) his host, spoke to
4) and took of every
5) and * took a garment
6) And * took * his son
7) merchants fetched a drove of horses
8) ÔI am a rose
9) blossom like a rose
10) But a † rose out
11) that * rose up
12) and a bit
13) and Ôthey bit the people

预期的正面匹配：

1）Ô他对他说话 2）和他的儿子们说话 3）他的主人与 4）并采取了每 5）和*穿了一件衣服 6）*带走了*他的儿子 11）*上升 13）和“他们咬人了

要跳过：

7) merchants fetched a drove of horses
8) ÔI am a rose
9) blossom like a rose
10) But a † rose out
12) and a bit

这意味着，任何具有质点（a，an，the）的单词都应跳过...并且我不想捕获以下单词，因为它不是动词。另外，如果存在像yours这样的代词所有格，那么它就不是动词，因此一定不能被捕获。

我尝试过的当前模式如下：

'(*UCP)\W\K(?|(?=(your|her|his|its|our|their|mine|yours|hers|ours|theirs|my|a|an|the)\b)()|(\w+)\b)\W\b(bore|bade|bit|blew|chose|dove|drew|drove|drank|ate|fell|forbade|forgot|forgave|forsook|froze|got|gave|went|grew|hid|knew|lay|lit|mistook|overdid|overtook|overthrew|rode|rang|rose|saw|shook|shore|shrank|sang|sank|smote|spoke|stole|stank|strod|strove|swore|swam|took|threw|trod|woke|wore|wove|wrote)\b(?=\W)'

或者我尝试将(\w+)更改为(\w+|\*)

https://regex101.com/r/d6YZYA/10

请注意：

星号*表示名词。这就是为什么我需要从5）和6）中捕获单词took。

5) and * took a garment
6) And * took * his son

符号†是天竺葵，不是一个。

当前结果不正确。我看到所有的冠词和代词都被捕获，因此不是动词的单词会被错误地识别。

Answer 1

您可以使用

(*UCP)(?<!\w)(?!(?:your?|hers?|his|its|ours?|theirs?|mine|my|an?|the)\b)(\w+|[*†]),?\s+(bore|bade|bit|blew|chose|dove|drew|drove|drank|ate|fell|forbade|forgot|forgave|forsook|froze|got|gave|went|grew|hid|knew|lay|lit|mistook|overdid|overtook|overthrew|rode|rang|rose|saw|shook|shore|shrank|san[gk]|smote|spoke|stole|stank|strove|swore|swam|took|threw|s?trod|wo[krv]e|wrote)\b

请参见regex demo

注意：

第一个\b被明确的单词边界替换为(?<!\w)，因为*和gerundium符号是非单词字符，并且\b之前需要一个单词char立即出现在他们的左边
在句子3的host之后有一个逗号，因此，我在第一个捕获组之后添加了一个可选的,?
条件式无法排除此处的单词，限制性否定前瞻禁止第一个捕获组匹配否定前瞻中列出的单词列表

模式详细信息

(*UCP)-所有速记类现在都支持Unicode
(?<!\w)-当前位置左侧不允许有字符char
(?!(?:your?|hers?|his|its|ours?|theirs?|mine|my|an?|the)\b)-如果在当前位置的右侧紧跟列出的单词之一（his，her，{{1 }}等）
hers-第1组：一个或多个单词字符或(\w+|[*†])或*
†-可选的,?\s+，然后是1+个空格
,-第2组：该组内的任何单词（模式）
(bore|bade|bit|blew|chose|dove|drew|drove|drank|ate|fell|forbade|forgot|forgave|forsook|froze|got|gave|went|grew|hid|knew|lay|lit|mistook|overdid|overtook|overthrew|rode|rang|rose|saw|shook|shore|shrank|san[gk]|smote|spoke|stole|stank|strove|swore|swam|took|threw|s?trod|wo[krv]e|wrote)-一个单词边界（以上所有单词都以单词char结尾，因此\b就足够了。）

Answer 2

现在我找到了一篇很棒的文章，它解释了在其他情况下如何使用。

https://regular-expressions.mobi/conditional.html?wlr=1

这将详细解释if条件的使用。

所以基本语法是：

(?(?=regex)then|else)

使用交替的语法是：

(?(?=condition)(then1|then2|then3)|(else1|else2|else3))

那真的是有用的东西！

如何从正则表达式子模式中排除一组替代项？

2 个答案: