正则表达式匹配子字符串，除非另一个子字符串匹配

Question

我正在尝试更深入地研究正则表达式并希望匹配条件，除非在同一字符串中也找到了某些子字符串。我知道我可以用两个 grepl语句(如下所示)但我想使用单个正则表达式来测试这种情况，因为我正在插入我的理解。假设我想使用 "(dog.*man|man.*dog)" 匹配单词“dog”和“man” ( taken from here ) 但如果字符串包含子字符串“park”，则不会。我想我可以使用 (*SKIP)(*FAIL)否定“公园”，但这不会导致字符串失败(如下所示)。

如何将查找“狗”和“人”而不是“公园”的逻辑与 1 个正则表达式相匹配？

我对(*SKIP)(*FAIL)|的理解有什么问题?

编码:

x <- c(
    "The dog and the man play in the park.",
    "The man plays with the dog.",
    "That is the man's hat.",
    "Man I love that dog!",
    "I'm dog tired",
    "The dog park is no place for man.",
    "Park next to this dog's man."
)

# Could do this but want one regex
grepl("(dog.*man|man.*dog)", x, ignore.case=TRUE) & !grepl("park", x, ignore.case=TRUE)

# Thought this would work, it does not
grepl("park(*SKIP)(*FAIL)|(dog.*man|man.*dog)", x, ignore.case=TRUE, perl=TRUE)

Answer 1

您可以使用 anchor 定前瞻解决方案(需要 Perl 风格的正则表达式):

grepl("^(?!.*park)(?=.*dog.*man|.*man.*dog)", x, ignore.case=TRUE, perl=T)

这是一个 IDEONE demo

^ - 将模式 anchor 定在字符串的开头

(?!.*park) - 如果 park 匹配失败存在

(?=.*dog.*man|.*man.*dog) - 如果 man 匹配失败和 dog缺席。

另一个版本(更具可扩展性)具有 3 个前瞻:

^(?!.*park)(?=.*dog)(?=.*man)