詳解正則表達(dá)式后面不要包含指定的字符串內(nèi)容

以前只會(huì)/abc(?!def).+>/.exec("abcdef>\nabczzz>")，匹配到abczzz>，這種簡(jiǎn)單的固定寫法，但實(shí)際使用次數(shù)幾乎趨近于0。

很多場(chǎng)景不能寫死abc，順理成章的就寫成了/.+(?!def).+>/.exec("abcdef>\nabczzz>")，咦？咋把前面的匹配到了！從入門到放棄。

昨天(2019-04-07)隨手寫了一下/(?:.(?!def))+>/.exec("abcdef>\nabczzz>")，原來(lái)是對(duì).+(?!排除的字符串)這個(gè)結(jié)構(gòu)能起到的作用理解錯(cuò)了，怪不得達(dá)不到預(yù)期，(.(?!排除的字符串))+才是正解。

留下一個(gè)未解的問(wèn)題，每個(gè)字符后面排除一下的能良好工作，一堆未定長(zhǎng)度字符后排除一下怎么就不能工作，前瞻不會(huì)和前面的+、*、{}起作用嗎？解釋看結(jié)尾。

附：/(?!.+def).+>/.exec("abcdefzzz>\nabczzz>")寫法也可以?？赡苁墙Y(jié)尾的.+導(dǎo)致的不能匹配，但這樣寫還是不行：/.+(?!def)zzz>/.exec("abcdefzzz>\nabczzz>")。

正則表達(dá)式匹配指定內(nèi)容后面要或不要包含指定的字符串內(nèi)容：

•要：比較簡(jiǎn)單，寫上這個(gè)要的即可
•不要：比要復(fù)雜很多，如何排除掉？

前提原則

1.表達(dá)式內(nèi)固定內(nèi)容的字符串能不寫盡量不寫，能簡(jiǎn)寫的盡量簡(jiǎn)化來(lái)寫（如前面寫的abc部分不能寫死）
2.可以少量使用前瞻（正向），后瞻（反向）基本不學(xué)，學(xué)了還要研究那些瀏覽器支持，不敢用，太多了也學(xué)不動(dòng)。
3.NoJS(Not Only JavaScript)；不僅僅是瀏覽器中的js；不過(guò)js的正則/exp/字面量寫法簡(jiǎn)潔到?jīng)]盆友（哪個(gè)語(yǔ)言），函數(shù)、對(duì)象、字符串統(tǒng)統(tǒng)不需要；不接受反駁。

假設(shè)待匹配的文本

htmlRaw=`
div ***="***
  ***" class="***" ***="***">
  class=" matchX 1"
  div ***="***
    ***" class="*** matchX ***" ***="*** excludeX ***">
    class=" matchX 2"
  /div>
  class=" matchX 3"
/div>

div ***="***
  ***" class="***" ***="***">
  class=" matchX 4"
  div ***="***
    ***" class="*** ***" ***="***">
    class=" matchX 5"
  /div>
  class=" matchX 6"
/div>

......
`;
//注: *** 不是固定內(nèi)容，但不會(huì)出現(xiàn)未轉(zhuǎn)義的xml實(shí)體、matchX、excludeX
//注: class=" matchX 123456"純文本只做演示干擾之用，不應(yīng)當(dāng)作為特征

//如果數(shù)據(jù)對(duì)換行不敏感，應(yīng)優(yōu)先轉(zhuǎn)換成沒有換行的，大概率可以簡(jiǎn)化正則邏輯
htmlNoWrap=htmlRaw.replace(/[\r\n]+/g," ");

//正則測(cè)試代碼
(/[\s\S]*/.exec(htmlRaw)||[])[0]

不要單個(gè)字符的匹配

匹配出div.matchX標(biāo)簽：div ***="*** ***" class="*** matchX ***" ***="***">

可以直接使用 [^>]把matchX限定在> HTML標(biāo)記內(nèi)，意思就是>中的文本不要出現(xiàn)結(jié)尾的>字符。

單個(gè)字符還算簡(jiǎn)單：

//有效
/div[^>]+matchX[^>]+>/.exec(htmlRaw)[0]

如果不限定在>標(biāo)記內(nèi)，可能會(huì)匹配出界；并且這種不限定，遲早會(huì)出亂子：

//無(wú)效
/div.+?matchX.+?>/.exec(htmlNoWrap)[0]
/div[\s\S]+?matchX[\s\S]+?>/.exec(htmlRaw)[0] //有換行符就是又長(zhǎng)又難看

其他單個(gè)字符場(chǎng)景另行靈活運(yùn)用。

不要一個(gè)字符串的匹配

匹配出第一層不帶excludeX文本內(nèi)容的第一塊div，就是返回包含matchX 4的那塊div

[^]語(yǔ)法只能排除掉單個(gè)字符，不要一個(gè)字符串咋辦？硬是要寫成[^abc]，會(huì)把a(bǔ)、b、c字符全部排除掉；除了使用前瞻，好像還沒有別的簡(jiǎn)單辦法。

使用本文開頭的(.(?!排除的字符串))+結(jié)構(gòu)就能達(dá)到目的，核心就在(?:[^>](?!excludeX))*：

//有效
/div[^>]*>[^]+div(?:[^>](?!excludeX))*>[^]+\/div>[^]+\/div>/.exec(htmlRaw)[0]

要包含一個(gè)字符串的匹配，直接寫需要的字符串即可，相對(duì)簡(jiǎn)單太多，就不寫這種例子了。

未研究(.(?!排除的字符串))+結(jié)構(gòu)的性能。

對(duì)于.+(?!排除)不能工作的釋疑

由于(?!排除)并不會(huì)作用于貪婪匹配到的每一個(gè)字符串，只會(huì)作用于.+貪婪匹配到的最后一個(gè)字符；意思就是前瞻不能阻止+對(duì)最后一個(gè)字符之前的所有字符進(jìn)行貪婪匹配。

/.+(?!def).+>/.exec("abcdef>\nabczzz>")

第一個(gè) .+ 匹配到了 abcde，之后是 f，不是 def，第二個(gè) .+ 匹配 f，符合正則

額外記錄

/(\d+)(?!\.1)/.exec("123.141") 目測(cè)是這樣的：
> 123：\d+貪婪匹配到.為止
> 12：發(fā)現(xiàn) 123.1 不符合(?!\.1)，后退一位
> 沒有表達(dá)式了，返回 12

/(.+)(?!\.1)/.exec("123.141") 目測(cè)是這樣的：
> 123.141：.+貪婪匹配到結(jié)尾
> 123.141 : 符合(?!\.1)
> 沒有表達(dá)式了，返回 123.141

/(.(?!\.1))+/.exec("123.141") 目測(cè)是這樣的：
> 1：.匹配到新的一位
> 1：123 符合(?!\.1)
> 12：.匹配到新的一位
> 12：123.符合(?!\.1)
> 123：.匹配到新的一位
> 12：發(fā)現(xiàn) 123.1 不符合(?!\.1)，后退一位，并退出循環(huán)
> 沒有表達(dá)式了，返回 12

如果要對(duì)每個(gè)字符進(jìn)行前瞻檢查，唯有最后一種寫法比較好理解。

總結(jié)

以上所述是小編給大家介紹的正則表達(dá)式后面不要包含指定的字符串內(nèi)容，希望對(duì)大家有所幫助，如果大家有任何疑問(wèn)請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！