我需要编写一个正则表达式,该正则表达式可以根据模式匹配某些东西(并且可以工作),但是如果文本在双方括号内的任何地方,则不应与之匹配。 实际的问题是,后面的负向后视不能是可变长度。
情况是:
字典示例(在实际代码中按数组排序):
Wooden House
House
Wooden
要解析的示例文本:
Lorem ipsum Wooden House dolor sit amet
要解析的文本是通过preg_replace来解析的,方法是遍历字典并添加[[randomstaff-_-current dictionary phrase]]
,例如:
Lorem ipsum Wooden House dolor sit amet
-> Lorem ipsum [[randomstuff-_-Wooden House]] dolor sit amet
。
当前,在第二次迭代后,它变为:
Lorem ipsum [[randomstuff-_-Wooden House]] dolor sit amet
-> Lorem ipsum [[randomstuff-_-Wooden[[randomstuff-_-House]]]]
,如果它已经在[[
和]]
之间,我希望保持不变。
因此,基本上,如果[[
和]]
之间的匹配在任何地方 -忽略它。
$dictPhrases = ["Wooden House", "House", "Wooden"];
$TEXT = "Lorem ipsum Wooden House dolor sit amet";
for ($dictPhrases as $phrase){
$phraseOccurences = 0; //irrelevant in this example
$TEXT = preg_replace("/(?i)(?<= |^|\n)(" . $phrase. "[&()'-]{0,1})(?= |$|\.|\,)/", "[[$randomstuff-_-" . $phrase . "]]", $TEXT, -1, $phraseOccurences);
}
问题是如何更改:
/(?i)(?<= |^|\n)(" . $phrase. "[&()'-]{0,1})(?= |$|\.|\,)/
变成这样:
/(?i)(?<!\[\[.*)(?<= |^|\n)(" . $phrase. "[&()'-]{0,1})(?= |$|\.|\,)(?!.*\]\])/
查看匹配的短语是否不在[[
和]]
之间,如果匹配,则将其丢弃。
答案 0 :(得分:0)
只需变换
["Wooden House", "House", "Wooden"]
转换为单个正则表达式:
"(?:Wooden House|House|Wooden)"
然后将其放入主正则表达式中。
尝试如下所示:
$dictPhrases = ["Wooden House", "House", "Wooden"];
$TEXT = "Lorem ipsum Wooden House dolor sit amet";
$pattern = "/(?i)(?<= |^|\n)((?:" . join('|', $dictPhrases) . ")[&()'-]{0,1})(?= |$|\.|\,)/";
$phraseOccurences = preg_match_all($pattern, $TEXT);
$TEXT = preg_replace($pattern, "[[$randomstuff-_-$1]]", $TEXT);
Here正则表达式演示。
Here一个PHP演示。
答案 1 :(得分:0)
大概有两种解决方案。
1)获取比赛的开始位置,在子字符串(0,比赛的第一个字符)中找到所有“ [[”和“]]”,并将其修改为2。 2)获取匹配的起始位置,获取子串(0,匹配的第一个字符)中“ [[”和最后一个“]]”的最后位置,并检查哪个更接近。
两者都应在括号不能嵌套的假设下工作(在这种情况下确实如此)。 不幸的是,所需的代码超出了正则表达式的功能。
我将在星期一尝试实现它,并为将来的搜索者发布最终代码-如果它可以按预期的方式工作。