匹配模式与异常

Question

我想使用正则表达式匹配模式，但我需要一些匹配的例外。例如，匹配“John Doe”的每次出现，除了那些“John Doe”被粗体标记括起来的情况，即“<b> John Doe </b>”。

Match: John Doe
Don't match: <b>John Doe</b>

如何使用正则表达式实现此目的？

澄清：我想在粗体标记之间排除所有。此排除的内容可能包含各种字符，换行符等。

Answer 1

如果你的正则表达式方言允许外观，你可以使用负面的后观和负面的前瞻来完成这项任务：

(?<!<b>)John Doe(?!<b>)

Answer 2

使用Perl你可以使用负面的lookbehind：

$ echo "<b>John Doe</b>" | perl -ne 'print if /(?<!<b>)John Doe/'

（上面没有打印 - 不匹配）。

$ echo "John Doe" | perl -ne 'print if /(?<!<b>)John Doe/'
John Doe

（以上匹配）。

符号(?<!<b>)是一个负面的lookbehind - 字符串匹配，如果它没有跟在其中的内容（在这种情况下为<b>）。

Answer 3

你可以使用负面的环顾：

(?<!<b>)John Doe(?!</b>)

但这与<b>John Doe或John Doe</b>不匹配。

如果您只想将实例与开始和结束标记都不匹配，您可以执行以下操作：

John Doe(?!(?<=<b>John Doe)</b>)

或略短（但不太容易理解 - 8是John Doe的长度）：

 John Doe(?!(?<=<b>.{8})</b>)