如何匹配不包含单词的字符串？

Question

为了匹配包含某个单词的字符串，我可以使用模式“/.*word.*/”。但是如何匹配不包含该单词的字符串呢？

示例：

我需要在一个大文本中找到一个子字符串，该子字符串由两个标签 和 括起来，并且里面有一些像“Hello”这样的字符串。我想出的最好的：

"@<div>(.*?Hello.?*)</div>@i"

但它也会匹配序列：

<div>Bye.</div><div>Hello!</div>

而且我不想匹配第一对 div 标签 - 因此我想替换“.*？”类似于“匹配任何字符串，但不包含”的字符串除外。

测试用例：

对于输入字符串：

<div>Bye.</div><div>Hello!</div>

我需要捕获

<div>Hello!</div>

Answer 1

该问题的更好标题可能是：“匹配包含特定子字符串的 DIV 元素。”首先必须说，正则表达式不是解决此问题的最佳工具工作。最好使用 HTML 解析器来解析标记，然后在每个 DIV 元素的内容中搜索所需的子字符串。也就是说，由于您不想更多地了解如何使用正则表达式来匹配非其他内容，因此以下内容描述了使用正则表达式执行此操作的有限方法。

正如 Dogbert 正确指出的那样，这个问题确实是 Regular 的重复表达式来匹配不包含单词的字符串？。但是，我发现您已经看过这个问题，但需要知道如何将此技术应用于子模式。

要匹配不包含特定单词（或多个单词）的字符串部分（子模式），您需要在每个字符之前应用否定先行断言检查。以下是对开始和结束 DIV 标记之间的文本执行此操作的方法。请注意，仅使用单个正则表达式时，由于 DIV 元素可能嵌套，因此只有在嵌套 DIV 的“最里面”查找 "HELLO" 才是合理的 元素。

伪代码：

• 匹配开始的DIV标签。
• 延迟匹配零个或多个字符，每个字符都不是 或 的开头。
• 找到所需的字符串："HELLO" 后，继续进行匹配。
• 继续（贪婪地）匹配零个或多个字符，每个字符都不是 或 的开头。
• 匹配结束 标记。

请注意，要仅匹配“最里面”的 DIV 内容，需要在扫描时排除 和 元素的内容一次一个字符。以下是经过测试的 PHP 函数形式的相应正则表达式：

// Find an innermost DIV element containing the string "HELLO".
function p1($text) {
    $re = '% # Match innermost DIV element containing "HELLO"
        <div[^>]*>        # DIV element start tag.
        (?:               # Group to match contents up to "HELLO".
          (?!</?div\b)    # Assert this char is not start of DIV tag.
          .               # Safe to match this non-DIV-tag char.
        )*?               # Lazily match contents one chara at a time.
        \bhello\b         # Match target "HELLO" word inside DIV.
        (?:               # Group to match content following "HELLO".
          (?!</?div\b)    # Assert this char is not start of DIV tag.
          .               # Safe to match this non-DIV-tag char.
        )*                # Greedily match contents one chara at a time.
        </div>            # DIV element end tag.
        %six';
    if (preg_match($re, $text, $matches)) {
        // Match found.
        return $matches[0];
    } else {
        // No match found
        return 'no-match';
    }
}

该函数将正确匹配以下测试数据所需的 DIV 元素：

<div>Bye.</div><div>Hello!</div>

它还会在嵌套 DIV 元素的最里面正确找到“HELLO”：

<div>
    <div>
        Hello world!
    </div>
</div>

但是，如前所述，它不会找到位于非最内层嵌套 DIV 元素内的“HELLO”字符串，如下所示：

<div>
    Hello,
    <div>
        world!
    </div>
</div>

要做到这一点是一个更加复杂的解决方案。

在很多情况下，该解决方案可能会失败。再次。我建议使用 HTML 解析器。

Answer 2

'~<div>(?!.*?Bye\..*?</div>).+?</div>~'

Answer 3

你就不能检查一下是否没有匹配到吗？

如果您正在寻找除单词“word”之外的任何内容：

if(!preg_match("/word/i", $myString))

仅当未找到“word”时，才会在 if 下面运行代码。