使用正则表达式向前跳过所有字符，直到使用负向查找找到特定的字母序列

Question

我对基本的正则表达式没问题，但是我对 pos/neg 向前/向后看有点迷失。

我试图从中提取 id #：

[keyword stuff=otherstuff id=123 morestuff=stuff]

之前或之后可能有无限数量的“东西”。 我一直在使用正则表达式教练来帮助调试我所尝试的内容，但我不再继续前进......

到目前为止我有这个：

\[keyword (?:id=([0-9]+))?[^\]]*\]

它负责 id 之后的任何额外属性，但我不能弄清楚如何忽略关键字和 ID 之间的所有内容。 我知道我不能去[^id]* 我相信我需要使用像这样的负前瞻 (?!id)* 但我想因为它是零宽度，所以它不会从那里向前移动。 这也不起作用：

\[keyword[A-z0-9 =]*(?!id)(?:id=([0-9]+))?[^\]]*\]

我一直在寻找示例，但没有找到任何示例。或者也许我有，但它们超出了我的理解范围，我什至没有意识到它们是什么。

帮助！ 谢谢。

编辑： 它也必须匹配 [keyword stuff=otherstuff]，其中 id= 根本不存在，所以我必须在 id # 组上有 1 或 0。还有其他我不想匹配的 [otherkeywords id=32]。该文档需要使用 preg_match_all 匹配整个文档中的多个 [keyword id=3]。

Answer 1

不需要前瞻/后瞻：

/\[keyword(?:[^\]]*?\bid=([0-9]+))?[^\]]*?\]/

添加结尾“[^]]*]”来检查真正的标签结束，可能是不必要的。

编辑：将 \b 添加到 id，否则它可能匹配 [keyword you-dont-want-this-guid=123123-132123-123 id=123]

$ php -r 'preg_match_all("/\[keyword(?:[^\]]*?\bid=([0-9]+))?[^\]]*?\]/","[keyword stuff=otherstuff morestuff=stuff]",$matches);var_dump($matches);'
array(2) {
  [0]=>
  array(1) {
    [0]=>
    string(42) "[keyword stuff=otherstuff morestuff=stuff]"
  }
  [1]=>
  array(1) {
    [0]=>
    string(0) ""
  }
}
$ php -r 'var_dump(preg_match_all("/\[keyword(?:[^\]]*?\bid=([0-9]+))?[^\]]*?\]/","[keyword stuff=otherstuff id=123 morestuff=stuff]",$matches),$matches);'
int(1)
array(2) {
  [0]=>
  array(1) {
    [0]=>
    string(49) "[keyword stuff=otherstuff id=123 morestuff=stuff]"
  }
  [1]=>
  array(1) {
    [0]=>
    string(3) "123"
  }
}

Answer 2

您不需要向前/向后看。

由于问题被标记为 PHP，因此使用 preg_match_all() 并将匹配存储在 $matches 中。

方法如下：

<?php

  // Store the string. I single quote, in case there are backslashes I
  // didn't see.
$string = 'blah blah[keyword stuff=otherstuff id=123 morestuff=stuff]
           blah blah[otherkeyword stuff=otherstuff id=555 morestuff=stuff]
           blah blah[keyword stuff=otherstuff id=444 morestuff=stuff]';

  // The pattern is '[keyword' followed by not ']' a space and id
  // The space before id is important, so you don't catch 'guid', etc.
  // If '[keyword'  is always at the beginning of a line, you can use
  // '^\[keyword'
$pattern = '/\[keyword[^\]]* id=([0-9]+)/';

  // Find every single $pattern in $string and store it in $matches
preg_match_all($pattern, $string, $matches);

  // The only tricky part you have to know is that each entire match is stored in
  // $matches[0][x], and the part of the match in the parentheses, which is what
  // you want is stored in $matches[1][x]. The brackets are optional, since it's
  // only one line.
foreach($matches[1] as $value)
{     
    echo $value . "<br/>";
}
?>

输出：（

123
444   

应该跳过 555）

PS

如果可以使用制表符，您还可以使用 \b 代替文字空格。 \b 表示单词边界...在此单词开头的大小写。

$pattern = '/\[keyword[^\]]*\bid=([0-9]+)/';

Answer 3

我认为这就是您的意思：（

\[keyword(?:\s+(?!id\b)[A-Za-z]+=[^\]\s]+)*(?:\s+id=([0-9]+))?[^\]]*\]

我假设属性名称只能包含 ASCII 字母，而值可以包含除 ] 之外的任何非空白字符。）

(? :\s+(?!id\b)[A-Za-z]+=[^\]\s]+)* 匹配任意数量的 attribute=value 对（并且它们前面的空格），只要属性名称不是 id。 \b（字边界）的存在是为了防止属性名称以 id 开头，例如 idiocy。这次不需要在属性名称前面放置 \b ，因为您知道它匹配的任何名称前面都会有空格。但是，正如您所知，在这种情况下，前瞻方法就显得有些过分了。

现在，关于这个：

[A-z0-9 =]

Az 要么是拼写错误，要么是错误。如果您希望它匹配所有大写和小写字母，那么它确实可以。但它也匹配

'[', ']', '^', '_', '`` and '\'

......因为它们的代码点位于大写字母和小写字母的代码点之间。也就是说，ASCII 字母。