正则表达式不包含属性用法详解

发布时间:2020-05-04编辑:脚本学堂
本文介绍了正则表达式不包含某个属性的写法,用正则匹配时如果不包含某个属性或元素呢?比如找出所有img标签的,没有带说明属性alt的标签,一起来了解下吧。

先来看一个简单的正则表达式匹配的需求,找出所有img标签的,没有带说明属性alt的标签:

用正则:
 

<img(?![^<>]*?alt[^<>]*?>).*?>

例子:
 

<img src="" alt=""> <img src="" >  <img src="" title="">  <img src="" id="">  <img src=""  title="" alt="">

扩展,如果要找没有带title属性的a应该是:

正则:
 

<a(?![^<>]*?title[^<>]*?>).*?>

例子:
 

<a src="" alt=""> <a src="" >  <a src="" title="">  <a src="" id="">  <a src=""  title="" alt="">

用正则表达式找出不包含连续字符串abc的单词

[^abc]表示不包含a、b、c中任意字符, 我想实现不包含字符串abc应该如何写表达式?

就我自己而言,这个问题最简单的解决方法是使用编程语言的配合,找出那些包含abc的,剩下的就是不包含的了——懒人的风格。但我写的是教程,读者未必都有编程的基础,有些只是使用一些工具从txt文档中抽取出一些信息,所以要回答还是必须完全通过正则表达式来完成。

于是打开了RegexTester,开始试验,先是试了使用((?'test'abc)|.)*(?(test)(?!))(含意是:查找abc,或任意的字符,如果找到了abc,就把它存入命名为test的组里,到最后检查test组里是否有内容,如果有就匹配失败,相关说明见教程),结果是"abc","aabc","abcd","aa"都能通过测试,看来是到最后测试到test组存在后又回溯了,此解决方案不可行。

然后又试了(.(?!abc))*(找出所有后面不是abc的字符),结果是"abc","abcd"通过测试,"aabc"则只截取了后面的"abc",显然不行。

那加强条件试试:((?<!abc).(?!abc))*(找出所有前面和后面都不是abc的字符),结果是所有包含abc的字符串都只截取了里面的"abc",不包含abc的则直接通过。

现在看来有点戏了,但是怎么把那些内部包含abc的字符串过滤掉呢?这个问题换句话说也就是怎么匹配整体而不是部分呢?现在需要明确用户的需求了:如果用户想要找的是单词,那就在表达式的两端加上b,如果要找的是行,就加上^和$。由于用户的问题没有明确说明,我就当作是单词吧。

于是等到了这样的表达式:b((?<!abc).(?!abc))*b,经过测试,这个表达式能匹配所有不包含abc的单词,以及单词abc。

怎么排除单词abc?经过一番思考,最后我认为判断单词是否以a开头的方式最为方便:b(a(?!bc)|[^a](?!abc))((?<!abc).(?!abc))*b(要么以后面不是bc的a开头,要么不以a开头,除了开头后面所有的字符必须前面和后面都不是abc)。经过测试,完全满足要求,Bingo!

使用正则表达式查找不包含连续字符串abc的单词,最终结果:b(a(?!bc)|[^a](?!abc))((?<!abc).(?!abc))*b
--
更新:根据maple的评论,更简洁的作法是:b((?!abc)w)+b

正则表达式-不包含某个字符串
在使用正则表达式的场合,就是匹配一个不包含某个子串的子符串。比如要从“eabcdfgh”得到"cd"之前的子串。

可能会写:
([^cd]*)
这种写法是彻底错误的,因为[]中的是集合,也就是说,[^cd]表示不等于c或者d,而不是cd。
下面的程序中没有cd,但eab还是被匹配出来了。

例子:
 

String s = "([^cd]*)"; 
Match m = Regex.Match("eabcfgh", s); 
MessageBox.Show(m.Value);//eab 
MessageBox.Show(m.Groups[1].Value);//eab
 

上面这种写法是错的比较离谱的,不过一般都可以避免这种错误。
在特殊情况下,正则表达式可以这么写,而且效率是比较高的。
([/s/S]*cd)

说明,/s/S是表示匹配任何字符。
所谓特殊情况,就是我知道这个字符串中必有cd的存在。
假如,匹配不包含cd的部分(为了描述方便,只匹配cd之前的部分),即当cd不存在时,应该把整个字符串都取出来。
例子:
 

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
 

这种写法终于符合要求了。不过值得一提的是,相较前一种而言,它的效率比较低。
回顾一下相关的语法:
(?:子表达式)         定义非捕获组。

例子:
 

//定义非捕获组 
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,但是它所在的组没有被捕获,Group[1]是cd
(?=子表达式)       零宽度正预测先行断言。

例子:
 

//零宽度正预测先行断言 
//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);//区别 cd  cdfg
 

这种写法和注释掉的写法是有区别的,区别就是“零宽度”,这种写法会被捕获,也就是不占一个Group。
(?!子表达式)       零宽度负预测先行断言。
!表示非,就是不包含,同样是零宽度,不会被捕获。
(?<=子表达式)    零宽度正回顾后发断言。

例子:
 

(?<=19)d{2}b
“1851 1999 1950 1905 2003”中的“99”、“50”和“05”
(?<!子表达式)     零宽度负回顾后发断言。

例子:
 

(?<!19)d{2}b
“1851 1999 1950 1905 2003”中的“51”和“03”