正则表达式直到但不包括

Question

对于正则表达式，搜索直到但不包含的语法是什么？有点像:

Haystack:
The quick red fox jumped over the lazy brown dog

Expression:
.*?quick -> and then everything until it hits the letter "z" but do not include z

Answer 1

“搜索直到X但不包括X”的明确方式是:

(?:(?!X).)*

其中X可以是任何正则表达式。

不过，就您而言，这可能有点矫枉过正 - 这里最简单的方法是

[^z]*

这将匹配除 z 之外的任何内容，因此在下一个 z 之前停止。

因此 .*?quick[^z]* 将匹配 The Quick Fox Jumps over the la。

但是，一旦您需要查找多个简单字母，(?:(?!X).)* 就会发挥作用，例如

(?:(?!lazy).)* - 匹配任何内容，直到单词 lazy 开头。

这是使用 lookahead assertion ，更具体地说是消极的前瞻。

.*?quick(?:(?!lazy).)* 将匹配 The Quick Fox Jumps over the。

说明:

(?:        # Match the following but do not capture it:
 (?!lazy)  # (first assert that it's not possible to match "lazy" here
 .         # then match any character
)*         # end of group, zero or more repetitions.

此外，在搜索关键字时，您可能需要用单词边界 anchor 将它们包围起来:\bfox\b 只会匹配完整的单词 fox 而不是 the Fox在狡猾中。

注意

如果要匹配的文本还可以包含换行符，则需要设置正则表达式引擎的“点匹配全部”选项。通常，您可以通过在正则表达式前面添加 (?s) 来实现这一点，但这并不适用于所有正则表达式引擎(尤其是 JavaScript)。

替代解决方案:

在许多情况下，您还可以使用更简单、更易读的解决方案，该解决方案使用惰性量词。通过将 ? 添加到 * 量词，它将尝试从当前位置匹配尽可能少的字符:

.*?(?=(?:X)|$)

将匹配任意数量的字符，在X(可以是任何正则表达式)之前或字符串末尾(如果X不匹配)停止。您可能还需要设置“点匹配全部”选项才能使其工作。 (注意:我在 X 周围添加了一个非捕获组，以便可靠地将其与交替隔离)