REGEX - 需要一种负向查找多个字符串的方法

Question

我正在尝试匹配文件名中不需要的区域以删除文件。

如果 REGEX 找到“坏区域”，我希望获得任何匹配

(Brazil or Columbia)

但如果它们与同一括号中的“好区域”混合在一起，则不会

(USA, UK, Europe, Australia)

。

我有一个正则表达式

(?<![( ](USA)[,)])[( ](Brazil|Columbia)[,)](?![( ](USA|UK|Europe|Australia)[,)])

FIFA Soccer (USA, Brazil)      <<< DON't MATCH IF USA IS IN SAME BRACKET BEFORE
FIFA Soccer (Brazil, USA)      <<< DON't MATCH IF USA IS IN SAME BRACKET AFTER
FIFA Soccer (Brazil)           <<< MATCH
FIFA Soccer (Brazil, Ireland)  <<< MATCH
FIFA Soccer (Moon, Brazil)     <<< MATCH

到目前为止，正确的行匹配，但那是因为我有一个固定宽度的“负后视”寻找“美国”……但我也希望在我的负后视中找到“英国”“欧洲”和“澳大利亚” ，我不能这样做，因为它们必须是“固定宽度”......

FIFA Soccer (UK, Brazil) <<< ERROR - THIS ONE SHOULDN'T MATCH AND DOES
FIFA Soccer (Brazil, UK) <<< This one works (no match) because I have my lookahead set up

查看现场演示： 这里

那么有没有一种方法可以在正则表达式的开头使类似

(?<![( ](USA|UK|Europe|Australia)[,)])

的内容生效，以取消匹配

UK, Brazil

和

Europe, Brazil

等内容。

Answer 1

您可以使用

\((?!(?:[^()]*,\s*)?(?:USA|UK|Europe|Australia)\s*[,)])[^()]*\)

查看正则表达式演示

详情

• \(

  - 一个

  (

  字符

• (?!(?:[^()]*,\s*)?(?:USA|UK|Europe|Australia)\s*[,)])

  - 负向前瞻，如果紧邻右侧有，则匹配失败

  • (?:[^()]*,\s*)?

    - 可选序列

    • [^()]*

      - 除

      (

      和

      )

    之外的 0+ 个字符

    • ,

      - 逗号

    • \s*

      - 0+ 个空格

  • (?:USA|UK|Europe|Australia)

    - 良好的价值观之一

  • \s*

    - 0+ 个空格

  • [,)]

    -

    ,

    或

    )

• [^()]*

  - 除

  (

  和

  )

之外的 0 个或多个字符

• \)

  - 一个

  )

  字符。

Answer 2

您可以交替使用 PCRE 动词

(*SKIP)(*F)

来代替可变长度负向后查找来匹配和拒绝匹配：

(?:USA|UK|Europe|Australia),\h*(?:Brazil|Austria)[,)](*SKIP)(*F)|(?:Brazil|Austria)[,)](?!\h?(?:USA|UK|Europe|Australia)[,)])

更新了正则表达式演示

• (*FAIL)

  的行为类似于失败的否定断言，是

  (?!)

的同义词

• (*SKIP)

  定义了一个点，当子模式稍后失败时，正则表达式引擎将不允许回溯到该点

• (*SKIP)(*FAIL)

  一起提供了一个很好的限制替代方案，即在上面的正则表达式中不能有可变长度的lookbehind。

---

您可以在 PCRE 中使用

DEFINE

动词来避免在正则表达式中重复，如下所示：

/
(?(DEFINE) # use define to avoid repetitions
  (?<ct>USA|UK|Europe|Australia) # disallow countries
  (?<mct>Brazil|Austria) # matching countries
)
# main regex starts here
(?&ct),\h*(?&mct)[,)](*SKIP)(*F)
|
(?&mct)[,)](?!\h?(?&ct)[,)])
/x

正则表达式演示 2

Answer 3

使用模式提取国家名称和

array_filter

：

$filenames = ['FIFA Soccer (USA, Brazil)',
              'FIFA Soccer (Brazil, USA)',
              'FIFA Soccer (Brazil)',
              'FIFA Soccer (Brazil, Ireland)',
              'FIFA Soccer (Moon, Brazil)'];

$bad = ['Brazil', 'Columbia'];
$good = ['USA', 'UK', 'Europe', 'Australia'];

$todelete = array_filter($filenames, function ($i) use ($bad, $good) {
    $countries = preg_match_all('~(?:\G(?!\A), |\()\K\pL+~', $i, $m) ? $m[0] : [];
    return array_intersect($countries, $bad) && !array_intersect($countries, $good);
});

print_r($todelete);