如何使用正则表达式来忽略包含特定子字符串的字符串？

Question

我将如何使用负向后查找（或任何其他方法）正则表达式来忽略包含特定子字符串的字符串？

我读过之前的两个 stackoverflow 问题：
java-regexp-for-file-filtering
正则表达式-to-match-against-something- that-is-not-a-specific-substring

它们几乎是我想要的...我的问题是字符串没有以我想忽略的内容结尾。 如果这样做的话，这就不成问题了。

我有一种感觉，这与环视为零宽度以及第二次通过字符串时某些内容匹配的事实有关...... 但是，我不太确定内部结构。

无论如何，如果有人愿意花时间解释它，我将不胜感激。

这是我想忽略的输入字符串的示例：

192.168.1.10 - - [08/Feb/2009:16:33:54 -0800] "GET /FOO/BAR/ HTTP/1.1" 200 2246

这是一个我想保留以供进一步评估的输入字符串示例：

192.168.1.10 - - [08/Feb/2009:16:33:54 -0800] "GET /FOO/BAR/content.js HTTP/1.1" 200 2246

对我来说，关键是我想忽略文档根默认页面之后的任何 HTTP GET。

以下是我的小测试工具和迄今为止我想出的最好的正则表达式。

public static void main(String[] args){
String inString = "192.168.1.10 - - [08/Feb/2009:16:33:54 -0800] \"GET /FOO/BAR/ HTTP/1.1\" 200 2246";
//String inString = "192.168.1.10 - - [08/Feb/2009:16:33:54 -0800] \"GET /FOO/BAR/content.js HTTP/1.1\" 200 2246";
//String inString = "192.168.1.10 - - [08/Feb/2009:16:33:54 -0800] \"GET /FOO/BAR/content.js HTTP/"; // This works
//String inString = "192.168.1.10 - - [08/Feb/2009:16:33:54 -0800] \"GET /FOO/BAR/ HTTP/"; // This works
String inRegEx = "^.*(?:GET).*$(?<!.?/ HTTP/)";
try {
  Pattern pattern = Pattern.compile(inRegEx);

  Matcher matcher = pattern.matcher(inString);

  if (matcher.find()) {
    System.out.printf("I found the text \"%s\" starting at " +
"index %d and ending at index %d.%n",
matcher.group(), matcher.start(), matcher.end());
  } else {
    System.out.printf("No match found.%n");
  }
} catch (PatternSyntaxException pse) {
  System.out.println("Invalid RegEx: " + inRegEx);
  pse.printStackTrace();
}
}

Answer 1

您可以匹配任何不以 / 结尾的路径吗？

String inRegEx = "^.* \"GET (.*[^/]) HTTP/.*$";

---

这也可以使用负向后查找来完成

String inRegEx = "^.* \"GET (.+)(?<!/) HTTP/.*$";

，这里，(? 表示“前面的序列必须不匹配/”。

Answer 2

也许我在这里遗漏了一些东西，但是您不能不使用任何正则表达式并忽略任何符合此条件的内容吗：

string.contains("/ HTTP")

因为文件路径永远不会以斜杠结尾。

Answer 3

我会使用这样的东西：

"\"GET /FOO/BAR/[^ ]+ HTTP/1\.[01]\""

这匹配不仅仅是 /FOO/BAR/ 的每个路径。

Answer 4

如果您正在编写如此复杂的 Regex，我建议您在 StackOverflow 之外构建一个资源库。

• Mehran Habibi (Apress) 的 Java 正则表达式
• 掌握正则表达式，第二版
• 正则表达式库