正则表达式不包含属性

前端  /  管理员 发布于 7年前   339

找出所有img标签的，没有带说明属性alt的标签：
正则：

<img(?![^<>]*?alt[^<>]*?>).*?>

例子：

<img src="https:/article/" alt=""> <img src="https:/article/" >  <img src="https:/article/" title="">  <img src="https:/article/" id="">  <img src="https:/article/"  title="" alt="">

扩展，如果要找没有带title属性的a应该是：
正则：

<a(?![^<>]*?title[^<>]*?>).*?>

例子：  

<a src="https:/article/" alt=""> <a src="https:/article/" >  <a src="https:/article/" title="">  <a src="https:/article/" id="">  <a src="https:/article/"  title="" alt="">

     
用正则表达式找出不包含连续字符串abc的单词
[^abc]表示不包含a、b、c中任意字符, 我想实现不包含字符串abc应该如何写表达式?

就我自己而言，这个问题最简单的解决方法是使用编程语言的配合，找出那些包含abc的，剩下的就是不包含的了――懒人的风格。但我写的是教程，读者未必都有编程的基础，有些只是使用一些工具从txt文档中抽取出一些信息，所以要回答还是必须完全通过正则表达式来完成。

于是打开了RegexTester,开始试验，先是试了使用

((?'test'abc)|.)*(?(test)(?!))

(含意是：查找abc，或任意的字符，如果找到了abc,就把它存入命名为test的组里，到最后检查test组里是否有内容，如果有就匹配失败，相关说明见教程)，

结果是"abc","aabc","abcd","aa"都能通过测试，看来是到最后测试到test组存在后又回溯了，此解决方案不可行。

然后又试了

(.(?!abc))*

（找出所有后面不是abc的字符），结果是"abc","abcd"通过测试，"aabc"则只截取了后面的"abc",显然不行。

那加强条件试试:

((?<!abc).(?!abc))*

(找出所有前面和后面都不是abc的字符)，结果是所有包含abc的字符串都只截取了里面的"abc",不包含abc的则直接通过。

现在看来有点戏了，但是怎么把那些内部包含abc的字符串过滤掉呢？

这个问题换句话说也就是怎么匹配整体而不是部分呢？

现在需要明确用户的需求了：

如果用户想要找的是单词，那就在表达式的两端加上\b,如果要找的是行，就加上^和$。

由于用户的问题没有明确说明，我就当作是单词吧。

于是等到了这样的表达式：

\b((?<!abc).(?!abc))*\b

经过测试，这个表达式能匹配所有不包含abc的单词，以及单词abc。

怎么排除单词abc?

经过一番思考，最后我认为判断单词是否以a开头的方式最为方便：

\b(a(?!bc)|[^a](?!abc))((?<!abc).(?!abc))*\b

(要么以后面不是bc的a开头，要么不以a开头，除了开头后面所有的字符必须前面和后面都不是abc)。

经过测试，完全满足要求，Bingo!

使用正则表达式查找不包含连续字符串abc的单词,最终结果：

\b(a(?!bc)|[^a](?!abc))((?<!abc).(?!abc))*\b

更新:根据maple的评论,更简洁的作法是:

\b((?!abc)\w)+\b

正则表达式-不包含某个字符串

在使用正则表达式的场合，常常有这种需求，就是匹配一个不包含某个子串的子符串。

比如说，我要从“eabcdfgh”得到"cd"之前的子串。有些人可能会写:

([^cd]*)

这种写法是彻底错误的，因为[]中的是集合，也就是说，[^cd]表示不等于c或者d,而不是cd。

下面的程序中没有cd,但eab还是被匹配出来了。

代码如下:

String s = "([^cd]*)";  
Match m = Regex.Match("eabcfgh", s);  
MessageBox.Show(m.Value);//eab  
MessageBox.Show(m.Groups[1].Value);//eab

上面这种写法是错的比较离谱的，正常青年一般都可以避免这种错误。

在特殊情况下，正则表达式可以这么写，而且效率是比较高的。

([/s/S]*cd)

先说明下/s/S是表示匹配任何字符。所谓特殊情况，就是我知道这个字符串中必有cd的存在。

假如，我的要求是匹配不包含cd的部分（为了描述方便，只匹配cd之前的部分），也就是说，当cd不存在时，应该把整个字符串都取出来。

代码如下:

String s = "((.(?!cd))*.)";  
//String s = "([/s/S]*cd)";  
Match m = Regex.Match("eabcdfgh", s);  
MessageBox.Show(m.Value);//eab  
MessageBox.Show(m.Groups[1].Value);//eab

这种写法终于符合要求了。不过值得一提的是，相较前一种而言，它的效率比较低。
回顾一下相关的语法:
(?:子表达式)         定义非捕获组。

代码如下:

//定义非捕获组  
String s = "e(?:ab)(.*)";  
Match m = Regex.Match("eabcd", s);  
MessageBox.Show(m.Value);//eabcd  
MessageBox.Show(m.Groups[1].Value);//cd 

ab是被匹配的，但是它所在的组没有被捕获，Group[1]是cd

(?=子表达式)       零宽度正预测先行断言。

代码如下:

//零宽度正预测先行断言 

//String s = "b(cd|de)(.*)";  
String s = "b(?=cd|de)(.*)";  
Match m = Regex.Match("eabcdfg", s);  
MessageBox.Show(m.Value);  
MessageBox.Show(m.Groups[1].Value);//区别 cd  cdfg

这种写法和注释掉的写法是有区别的，区别就是“零宽度”，这种写法会被捕获，也就是不占一个Group。

(?!子表达式)       零宽度负预测先行断言。

！表示非，就是不包含，同样是零宽度，不会被捕获。

(?<=子表达式)    零宽度正回顾后发断言。

例:

(?<=19)\d{2}\b

“1851 1999 1950 1905 2003”中的“99”、“50”和“05”

(?<!子表达式)     零宽度负回顾后发断言。

例:

(?<!19)\d{2}\b

“1851 1999 1950 1905 2003”中的“51”和“03”