找出所有img標簽的,沒有帶說明屬性alt的標簽:
正則:<img(?![^<>]*?alt[^<>]*?>).*?>
例子:<img src="" alt=""> <img src="" > <img src="" title=""> <img src="" id=""> <img src="" title="" alt="">
擴展,如果要找沒有帶title屬性的a應該是:
正則:<a(?![^<>]*?title[^<>]*?>).*?>
例子:<a src="" alt=""> <a src="" > <a src="" title=""> <a src="" id=""> <a src="" title="" alt="">
用正則表達式找出不包含連續(xù)字符串abc的單詞 [^abc]表示不包含a、b、c中任意字符, 我想實現(xiàn)不包含字符串abc應該如何寫表達式?
就我自己而言,這個問題最簡單的解決方法是使用編程語言的配合,找出那些包含abc的,剩下的就是不包含的了——懶人的風格。但我寫的是教程,讀者未必都有編程的基礎,有些只是使用一些工具從txt文檔中抽取出一些信息,所以要回答還是必須完全通過正則表達式來完成。
于是打開了RegexTester,開始試驗,先是試了使用((?'test'abc)|.)*(?(test)(?!))(含意是:查找abc,或任意的字符,如果找到了abc,就把它存入命名為test的組里,到最后檢查test組里是否有內容,如果有就匹配失敗,相關說明見教程),結果是"abc","aabc","abcd","aa"都能通過測試,看來是到最后測試到test組存在后又回溯了,此解決方案不可行。
然后又試了(.(?!abc))*(找出所有后面不是abc的字符),結果是"abc","abcd"通過測試,"aabc"則只截取了后面的"abc",顯然不行。
那加強條件試試:((?<!abc).(?!abc))*(找出所有前面和后面都不是abc的字符),結果是所有包含abc的字符串都只截取了里面的"abc",不包含abc的則直接通過。
現(xiàn)在看來有點戲了,但是怎么把那些內部包含abc的字符串過濾掉呢?這個問題換句話說也就是怎么匹配整體而不是部分呢?現(xiàn)在需要明確用戶的需求了:如果用戶想要找的是單詞,那就在表達式的兩端加上/b,如果要找的是行,就加上^和$。由于用戶的問題沒有明確說明,我就當作是單詞吧。
于是等到了這樣的表達式:/b((?<!abc).(?!abc))*/b,經過測試,這個表達式能匹配所有不包含abc的單詞,以及單詞abc。
怎么排除單詞abc?經過一番思考,最后我認為判斷單詞是否以a開頭的方式最為方便:/b(a(?!bc)|[^a](?!abc))((?<!abc).(?!abc))*/b(要么以后面不是bc的a開頭,要么不以a開頭,除了開頭后面所有的字符必須前面和后面都不是abc)。經過測試,完全滿足要求,Bingo!
使用正則表達式查找不包含連續(xù)字符串abc的單詞,最終結果:/b(a(?!bc)|[^a](?!abc))((?<!abc).(?!abc))*/b
----------------
更新:根據maple的評論,更簡潔的作法是:/b((?!abc)/w)+/b
正則表達式-不包含某個字符串
在使用正則表達式的場合,常常有這種需求,就是匹配一個不包含某個子串的子符串。比如說,我要從“eabcdfgh”得到"cd"之前的子串。有些人可能會寫:
([^cd]*)
這種寫法是徹底錯誤的,因為[]中的是集合,也就是說,[^cd]表示不等于c或者d,而不是cd。下面的程序中沒有cd,但eab還是被匹配出來了。
復制代碼代碼如下:
String s = "([^cd]*)";
Match m = Regex.Match("eabcfgh", s);
MessageBox.Show(m.Value);//eab
MessageBox.Show(m.Groups[1].Value);//eab
上面這種寫法是錯的比較離譜的,正常青年一般都可以避免這種錯誤。在特殊情況下,正則表達式可以這么寫,而且效率是比較高的。
([/s/S]*cd)
先說明下/s/S是表示匹配任何字符。所謂特殊情況,就是我知道這個字符串中必有cd的存在。假如,我的要求是匹配不包含cd的部分(為了描述方便,只匹配cd之前的部分),也就是說,當cd不存在時,應該把整個字符串都取出來。
復制代碼代碼如下:
String s = "((.(?!cd))*.)";
//String s = "([/s/S]*cd)";
Match m = Regex.Match("eabcdfgh", s);
MessageBox.Show(m.Value);//eab
MessageBox.Show(m.Groups[1].Value);//eab
這種寫法終于符合要求了。不過值得一提的是,相較前一種而言,它的效率比較低。
回顧一下相關的語法:
(?:子表達式) 定義非捕獲組。
復制代碼代碼如下:
//定義非捕獲組
String s = "e(?:ab)(.*)";
Match m = Regex.Match("eabcd", s);
MessageBox.Show(m.Value);//eabcd
MessageBox.Show(m.Groups[1].Value);//cd
ab是被匹配的,但是它所在的組沒有被捕獲,Group[1]是cd
(?=子表達式) 零寬度正預測先行斷言。
復制代碼代碼如下:
//零寬度正預測先行斷言
//String s = "b(cd|de)(.*)";
String s = "b(?=cd|de)(.*)";
Match m = Regex.Match("eabcdfg", s);
MessageBox.Show(m.Value);
MessageBox.Show(m.Groups[1].Value);//區(qū)別 cd cdfg
這種寫法和注釋掉的寫法是有區(qū)別的,區(qū)別就是“零寬度”,這種寫法會被捕獲,也就是不占一個Group。
(?!子表達式) 零寬度負預測先行斷言。
!表示非,就是不包含,同樣是零寬度,不會被捕獲。
(?<=子表達式) 零寬度正回顧后發(fā)斷言。
例:(?<=19)/d{2}/b
“1851 1999 1950 1905 2003”中的“99”、“50”和“05”
(?<!子表達式) 零寬度負回顧后發(fā)斷言。
例:(?<!19)/d{2}/b
“1851 1999 1950 1905 2003”中的“51”和“03”