Question

我一直在环顾四周，无法实现这一目标。我不是完全的菜鸟。

我需要通过（包括）不包含START的START和END来分隔文本。基本上我找不到一种方法来否定整个单词而不使用高级的东西。

示例字符串：

abcSTARTabcSTARTabcENDabc

预期结果：

STARTabcEND

不好：

STARTabcSTARTabcEND

我不能使用向后搜索的东西。我在这里测试我的正则表达式：www.regextester.com

感谢您的任何建议。

Answer 1

试试这个

START(?!.*START).*?END

见here online on Regexr

(?!.*START)是一个负面的预测。它确保单词“START”不跟随

.*?是所有角色的非贪婪匹配，直到下一个“结束”。它需要，因为负向前瞻只是向前看并且没有捕获任何东西（零长度断言）

更新

我想了一下，上面的解决方案是匹配到第一个“结束”。如果不想这样做（因为你要从内容中排除START），那就使用贪心版本

START(?!.*START).*END

这将匹配到最后一个“结束”。

Answer 2

真正的行人解决方案是START(([^S]|S*S[^ST]|ST[^A]|STA[^R]|STAR[^T])*(S(T(AR?)?)?)?)END。现代正则表达式的味道具有负面断言，这更加优雅，但我将您对“向后搜索”的评论解释为可能意味着您不能或不想使用此功能。

错误修复：此答案的先前版本存在错误，因为SSTART可能是匹配的一部分（第二个S将匹配{{1}等等）。我修复此问题，但在[^T]中添加S并在非可选[^ST]之前添加S*，以允许S的任意重复。 / p>

Answer 3

START(?:(?!START).)*END

可以使用任意数量的START...END对。要在Python中演示：

>>> import re
>>> a = "abcSTARTdefENDghiSTARTjlkENDopqSTARTrstSTARTuvwENDxyz"
>>> re.findall(r"START(?:(?!START).)*END", a)
['STARTdefEND', 'STARTjlkEND', 'STARTuvwEND']

如果您只关心START和END之间的内容，请使用以下内容：

(?<=START)(?:(?!START).)*(?=END)

在此处查看：

>>> re.findall(r"(?<=START)(?:(?!START).)*(?=END)", a)
['def', 'jlk', 'uvw']

Answer 4

我是否可以建议Tim Pietzcker的解决方案可能有所改进？在我看来，START(?:(?!START).)*?END更好，以便只抓住START紧跟一个END，其间没有任何START或END。我正在使用.NET，Tim的解决方案也匹配START END END。至少在我个人的情况下，这不是必需的。

Answer 5

使用带有捕获组的“零宽度负向前瞻”运算符“？！”给出的答案是：(?:START)((?!.*START).*)(?:END)使用$ 1替换替换内部文本。如果您想要捕获START和END标记，可以(START)((?!.*START).*)(END)通过添加/删除()或{{1}来提供$ 1 = START $ 2 =文本和$ 3 = END或其他各种排列}第

如果您使用它进行搜索和替换，那么您可以这样做，比如BEGIN $ 1FINISH。所以，如果你开始：

?:

你会得到abcSTARTdefSTARTghiENDjkl作为捕获组1，并用BEGIN $ 1FINISH替换会给你以下内容：

ghi

只有在正确配对时才允许您更改START / END令牌。

每个abcSTARTdefBEGINghiFINISHjkl都是一个群组，但是我为每个(x)添加了(?:x)，除了中间标记为非捕获组;我没有?:的唯一一个是中间人;但是，如果你想要移动它们或者你有什么东西，你也可以想象一下捕获BEGIN / END标记。

有关Java正则表达式的完整详细信息，请参阅Java regex documentation。

正则表达式 - 在两个不包含单词的单词之间获取字符串

5 个答案: