我正在尝试构建一个像这样的正则表达式：
- [match-word] ... [exclude-specific-word] ... [match-word]
这似乎与负面预测有关,但是当我遇到这样的情况时,我遇到了问题：
- [match-word] ... [exclude-specific-word] ... [match-word] ... [excluded word appears again]
我希望上面的句子匹配,但是第一个和第二个匹配单词之间的负面预测“溢出”,所以第二个单词永远不会匹配.
让我们看一个实际的例子.
我不想匹配每个带有“我”和“馅饼”这个词的句子,而不是那两个词之间的“讨厌”这个词.
我有这三句话：
- i sure like eating pie,but i love donuts <- Want to match this
- i sure like eating pie,but i hate donuts <- Want to match this
- i sure hate eating pie,but i like donuts <- Don't want to match this
我有这个正则表达式：
- ^i(?!.*hate).*pie - have removed the word boundaries for clarity,original is: ^i\b(?!.*\bhate\b).*\bpie\b
哪个匹配第一个句子,但不匹配第二个句子,因为负向前瞻扫描整个字符串.
有没有办法限制负面前瞻,如果在遇到“讨厌”之前遇到“馅饼”,它是否满意？
注意：在我的实现中,此正则表达式之后可能还有其他术语(它是从语法搜索引擎动态构建的),例如：
- ^i(?!.*hate).*pie.*donuts
我目前正在使用JRegex,但如果有必要,可能会切换到JDK Regex
更新：我在最初的问题中忘了提及：
句子中可能存在“否定结构”,如果有可能,即使“否定”结构存在进一步存在,我也希望匹配句子.
澄清一下,看看这些句子：
- i sure like eating pie,but i like donuts <- Don't want to match this
- i sure like eating pie,but i like donuts and i hate making pie <- Do want to match this
rob的答案完全适用于这个额外的约束,所以我接受了那个.
在开始和停止单词之间的每个字符处,您必须确保它与您的开头和停用词不匹配.像这样(我在其中包含了一些可读性的小空格)：
- ^i ( (?!hate|pie) . )* pie
这是一个测试事物的python程序.
- import re
- test = [ ('i sure like eating pie,but i love donuts',True),('i sure like eating pie,but i hate donuts',('i sure hate eating pie,but i like donuts',False) ]
- rx = re.compile(r"^i ((?!hate|pie).)* pie",re.X)
- for t,v in test:
- m = rx.match(t)
- print t,"pass" if bool(m) == v else "fail"
