如何在正则表达式中匹配“直到这个字符序列”的任何内容？

Question

采用这个正则表达式：/^[^abc]/。这将匹配字符串开头的任何单个字符，a，b或c除外。

如果您添加* - /^[^abc]*/ - 正则表达式将继续将每个后续字符添加到结果中，直到它遇到a，或 b，或 c。

例如，对于源字符串"qwerty qwerty whatever abc hello"，表达式将匹配"qwerty qwerty wh"。

但如果我希望匹配的字符串为"qwerty qwerty whatever "

，该怎么办？

...换句话说，我怎样才能匹配（但不包括）确切序列 "abc"的所有内容？

Answer 1

你没有指定你正在使用哪种正则表达式，但这会 在任何最受欢迎的工作中都可以被认为是“完整的”。

/.+?(?=abc)/

如何运作

.+?部分是.+的非贪婪版本（一个或多个 任何东西）。当我们使用.+时，引擎基本上会匹配所有内容。 然后，如果正则表达式中还有其他内容，它将返回步骤 试图匹配以下部分。这是贪心行为， 意思是尽可能满足。

使用.+?时，而不是一次匹配所有内容并返回 其他条件（如果有的话），引擎将匹配下一个字符 步骤直到匹配正则表达式的后续部分（如果有的话）。 这是非贪婪，意味着匹配尽可能少 满足

/.+X/  ~ "abcXabcXabcX"        /.+/  ~ "abcXabcXabcX"
          ^^^^^^^^^^^^                  ^^^^^^^^^^^^

/.+?X/ ~ "abcXabcXabcX"        /.+?/ ~ "abcXabcXabcX"
          ^^^^                          ^

然后我们有(?= {contents} )，零宽度 断言，环顾。这种分组结构与其匹配 内容，但不计入匹配的字符（零宽度）。它 只有在匹配时才返回（断言）。

因此，在其他方面，正则表达式/.+?(?=abc)/表示：

  

匹配任何字符尽可能少，直到找到“abc”，   不计算“abc”。

Answer 2

如果您希望将所有内容捕获到“abc”：

/^(.*?)abc/

说明：

( )捕获括号内的表达式，以便使用$1，$2等进行访问。

^匹配行的开头

.*匹配任何内容，?非贪婪（匹配所需的最少字符数） - [1]

[1]需要这样做的原因是，否则，在以下字符串中：

whatever whatever something abc something abc

默认情况下，正则表达式是 greedy ，这意味着它将尽可能匹配。因此/^.*abc/将匹配“无论什么东西abc”。添加非贪婪量词?使得正则表达式只匹配“无论什么东西”。

Answer 3

正如@Jared Ng和@Issun指出的那样，解决这种RegEx的关键是“匹配某个单词或子串的所有内容”或“匹配某个单词或子串之后的所有内容”称为“环视”零长度断言。 Read more about them here.

在您的特定情况下，可以通过积极展望来解决。一张图片胜过千言万语。请参阅屏幕截图中的详细说明。

Answer 4

您需要的是查看.+? (?=abc)之类的断言。

请参阅：Lookahead and Lookbehind Zero-Length Assertions

请注意，[abc]与abc不同。在括号内，它不是一个字符串 - 每个字符只是其中一种可能性。在括号外面它变成了字符串。

Answer 5

对于Java中的正则表达式，我也相信大多数正则表达式引擎，如果你想包含最后一部分，这将有效：

.+?(abc)

例如，在这一行：

I have this very nice senabctence

选择所有字符，直到＆＃34; abc＆＃34;还包括abc

使用我们的正则表达式，结果将是：I have this very nice senabc

测试一下：https://regex101.com/r/mX51ru/1

Answer 6

这对正则表达式有意义。

1. 确切的单词可以从以下正则表达式命令获得：

  

（＆＃34;（*）＆＃34;？）/ G

在这里，我们可以获得属于双引号内的全局字。 例如， 如果我们的搜索文本是，

这是＆＃34;双引号＆＃34;的例子。字

然后我们将得到＆＃34;双引号＆＃34;从那句话。

Answer 7

在python上：

'适用于单行情况。

.+?(?=abc)不起作用，因为python无法将[^]识别为有效的正则表达式。 要使多行匹配有效，您需要使用re.DOTALL选项，例如：

[^]+?(?=abc)

Answer 8

解决方案

/[\s\S]*?(?=abc)/

这将匹配

<块引用>

直到（但不包括）精确序列 "abc"

正如 OP 所要求的那样，即使源字符串包含换行符，即使序列以 abc 开头。但是，如果源字符串可能包含换行符，请确保包含多行标志 m。

工作原理

\s 表示任何空格字符（例如空格、制表符、换行符）

\S 表示任何非空白字符；即与\s

相反

一起 [\s\S] 表示任何字符。这与 . 几乎相同，只是 . 不匹配换行符。

* 表示 0+ 次出现 前面的标记。如果源字符串以 + 开头，我已使用它代替 abc。

(?= 被称为正向前瞻。它需要与括号中的字符串匹配，但在它之前停止，因此 (?=abc) 表示“最多但不包括 abc，但 abc 必须存在于源字符串中” .

? 和 [\s\S]* 之间的

(?=abc) 表示懒惰（又名非贪婪）。即停在第一个 abc。没有这个，如果 abc 出现不止一次，它会捕获直到 abc final 出现的每个字符。

Answer 9

我想将@sidyll 的答案扩展到 不区分大小写 版本的正则表达式。

如果您想匹配 abc/Abc/ABC... 不区分大小写，我需要使用以下正则表达式。

.+?(?=(?i)abc)

说明：

(?i) - This will make the following abc match case insensitively.

正则表达式的所有其他解释与@sidyll 指出的相同。

Answer 10

我相信你需要子表达式。如果我没记错，你可以使用普通()括号表示子表达式。

这部分来自grep手册：

 Back References and Subexpressions
       The back-reference \n, where n is a single digit, matches the substring
       previously matched  by  the  nth  parenthesized  subexpression  of  the
       regular expression.

像^[^(abc)]这样的事情可以做到这一点。

Answer 11

我在寻求解决问题的帮助后结束了这个stackoverflow问题，但没有找到解决方法：（

所以我不得不即兴创作...一段时间后，我设法达到所需的正则表达式：

如您所见，我需要在“ grp-bps”文件夹之前最多保留一个文件夹，但不包括最后一个破折号。并且必须在“ grp-bps”文件夹之后至少有一个文件夹。

Answer 12

.*(\s)*?(?=abc)

对于那些也想包含换行符的人。

它将匹配所有内容（包括换行符（无论是否有换行符，即使没有换行符）），直到找到abc。

Answer 13

$标记字符串的结尾，所以这样的事情应该有效：[[^abc]*]$你在abc的任何迭代中寻找任何不结束的东西，但它会必须在最后

此外，如果您使用带有正则表达式的脚本语言（如php或js），它们会有一个搜索功能，当它第一次遇到模式时会停止（您可以指定从左侧开始或从右侧开始，或者使用php，你可以做一个内爆来镜像字符串）。

Answer 14

试试这个

.+?efg

查询：

select REGEXP_REPLACE ('abcdefghijklmn','.+?efg', '') FROM dual;

输出：

hijklmn