用于在匹配其他条件时排除单词的正则表达式习惯用法

Question

问题如下。我需要匹配每一行:

• 以 < 开头
• 没有标签 <s>里面
• 以标签 </s> 结尾

示例:

<div> blablabla </div> blablabla </s>
<div> blablabla </div> <s> blablabla </s>

我一直在尝试放置否定前瞻和通配符

^<((?!<s>).)*</s>$

并且还考虑过this trick ，但到目前为止还没有成功。我也知道

grep -v

但我想要一个纯粹的正则表达式习惯用法，然后可以在其他上下文中使用它(例如 sed)

Answer 1

您可以使用以下正则表达式:

^(?!.*<s>)<.*</s>$

说明:

^          # the beginning of the string
(?!        # look ahead to see if there is not:
  .*       #   any character except \n (0 or more times)
  <s>      #   '<s>'
)          # end of look-ahead
<          # '<'
.*         # any character except \n (0 or more times)
</s>       # '</s>'
$          # before an optional \n, and the end of the string

Live Demo

使用 grep，您可以使用 -P 选项将模式解释为 Perl 正则表达式。

grep -P '^(?!.*<s>)<.*</s>$'

您还可以考虑在上下文中使用交替运算符，将要排除的内容放在左侧(说扔掉它，它是垃圾)并将要匹配的内容放在捕获组中在右侧。

^.*<s>.*|(<.*</s>)$

Live Demo