如何匹配不包含特定前缀的PCRE正则表达式中的URL

Question

我有一个字符串列表，我需要使用正则表达式进行过滤。一些字符串可能包含'（random_chars）。（random_chars）。（random_chars）。（random_chars）...'等形式的URLS。

我正在尝试创建一个可以找到这样的URL但正在忽略URLS的正则表达式，其中第一组（random_chars）与'java'不匹配。

例如下面的字符串：

• “test string（test.url.com）abcdef java.lang.Assertion uvwxyz www.google.com abcdef” 我希望它与test.url.com和www.google.com匹配，但不匹配java.lang.Assertion
• “另一个测试字符串/abc/xyz/lib/def/GH.tr测试200.” 我不希望它与GH.tr相匹配

我目前的正则表达式将匹配以下内容：

• test.URL.com
• java.lang.Assertion
• 呜呜呜.Google.com
• GH.突然

这是我目前的正则表达式，我试图使用负向前瞻：

(?!java)(?:(?:\w+\.)+[\w]+)

我的正则表达式错过了什么？

Answer 1

你得到那些匹配，因为负面前瞻(?!java)断言直接在右边的东西不是java。

当位置在java.lang.Assertion之前时，这是错误的，因此不匹配。

但后来转移到j，那么断言是正确的，因为在右边现在是ava.lang.Assertion所以将匹配。

一种选择可能是使用(*SKIP)(*FAIL)匹配您不想保留的内容。然后匹配你想要保留的内容。

\bjava(?:\.\w+)+(*SKIP)(*FAIL)|(?<!/)\b\w+(?:\.\w+)+

这将匹配

• \bjava(?:\.\w+)+(*SKIP)(*FAIL)模式匹配你不想保留的
• |或
• (?<!/)负面观察，断言左边的东西不是正斜线
• \b\w+(?:\.\w+)+要从字边界开始匹配的模式

Regex demo | Php demo