php - 捕获包含 "."或 ":"但不以句点结尾的行

Question

我正在尝试创建一个包含字符集的正则表达式，该字符集可以包含句点或冒号，但不能以句点结尾。所以我想写一行 "Lorem./: Ipsom dolor sit" 而不是 "Lorem ipsum dolor sit."

这是我当前的正则表达式的样子，但它不起作用，因为如果字符串以句点或冒号结尾，它将匹配:

/(\n{2,})([\wåäöÅÄÖ,()%+\-:.]{2,75}[^.:])(\n{1,})/

我正在寻找一个巨大的、格式错误的纯文本文件中的标题。此文件中的一般模式是，标题前面总是有两个或更多换行符，后面总是有一个或更多换行符。此外，标题有时以 : 结尾，但从不以 . 结尾，但它们有时包含 . 或 :。此外，它们的长度始终为 2-75 个字符，并且从不以其他标题开头。

如有任何帮助，我们将不胜感激。

编辑:我意识到我的解释很糟糕并且部分错误，因此更新了这篇文章。

Answer 1

一般情况下，如果要匹配不以点结尾的字符串，只需要加上(?<!\.)$即可。到正则表达式的末尾。

这是一个 negative lookbehind assertion .

在你的特殊情况下，比赛应该在此之后继续，所以我们需要一种不同的方法:

/\n{2,}([ \wåäöÅÄÖ,()%+\-:.]{2,75}(?<!\.))\n+/

将匹配任何一行

• 后跟两个或多个换行符 ( \n{2,} ),
• 仅包含 2 到 75 个允许的字符 ([ \wåäöÅÄÖ,()%+\-:.])，
• 不以 . 结尾( (?<!\.) - )
• 并且后跟至少一个换行符 ( \n+ )。

编辑:

一个新的、扩展的正则表达式，试图合并下面评论中讨论的一些逻辑；格式化为详细的正则表达式:

preg_match_all(
    '/(?<=\n\n)   # Assert that there are two newlines before the current position
    ^             # Assert that we\'re at the start of a line
    (?![\d -]+$)  # Assert that the line consists not solely of digits, spaces and -s
                  # Assert that the line doesn\'t consist of two Uppercase Words
    (?!\s*\p{Lu}\p{L}*\s+\p{Lu}\p{L}*\s*$)
                  # Match 2-75 of the allowed characters
    [ \wåäöÅÄÖ,()%+\-:.]{2,75}
    (?<!\.)       # Assert that the last one isn\'t a dot
    $             # Assert position at the end of a line
    (?=\n)        # Assert that one newline follows.
    /mxu', 
    $subject, $result, PREG_PATTERN_ORDER);