Java 负向前瞻排除单词

Question

我正在用 Java 编写正则表达式来匹配姓名，但想要排除包含某些单词的行的匹配项:“Deputy Clerk”或“Electronic Recording”(不区分大小写)。

这是我的正则表达式:

(?i)(?:(?:Hon(?:orable)?|Judge)[:. ]+)+(?-i)([A-Z][A-Za-z. '-]{5,}(?i)(?:,? +[JS]R +\.)?)(?!Deputy Clerk|Electronic Recording)

我打算让它仅匹配以下 3 行中的第一行，但目前它正在返回所有 3 行的匹配项。

Hon. Judge: Amy D. Hogue
HONORABLE    Lesley Briones Jr.     JUDGE          DEPUTY CLERK
HONORABLE      JUDGE PRO TEM       ELECTRONIC RECORDING MONITOR

我的负面预测有什么问题吗？ https://regexr.com/4o3sr

Answer 1

您尝试失败的单词被捕获到组 1 中，其模式会抓取包含这些单词的文本，并且由于没有明确的边界，也没有组模式调节，因此前瞻返回 true，因为它没有找到禁用的短语在当前索引的字符串位置。

您可以使用

(?i)(?:(?:Hon(?:orable)?|Judge)[:. ]+)++(?!.*(?:Deputy Clerk|Electronic Recording))((?-i:[A-Z])[A-Za-z. '-]{5,}(?:,? +[JS]R +\.)?)

请参阅regex demo

只有在被禁止的短语是整个单词时才会失败，请添加单词边界:

(?i)(?:(?:Hon(?:orable)?|Judge)[:. ]+)++(?!.*\b(?:Deputy Clerk|Electronic Recording)\b)((?-i:[A-Z])[A-Za-z. '-]{5,}(?:,? +[JS]R +\.)?)

请注意，如果您使用修饰符组，您可能会删除第二个 (?i):(?-i:[A-Z])。

一旦 (?!.*\b(?:Deputy Clerk|Electronic Recording)\b) 放置在 (?:(?:Hon(?:orable)?|判断)[:.]+)++，如果右侧任意位置有非捕获组中的替代者之一，则匹配失败。

此外，我建议在 (?:(?:Hon(?:orable)?|Judge)[:. ]+) 之后使用所有格量词来更快地匹配和失败无效字符串。