如何解决黑名单和白名单单词的正则表达式
我正在尝试为黑名单和白名单设置正则表达式,标记列入黑名单的单词并忽略列入白名单的单词。规则如下:
- 我想查看输入字符串中是否存在黑名单中的单词或短语。
- 无论出现在何处(完整单词或子字符串),都应匹配黑名单单词。
- 白名单字词(即,即使包含列入黑名单的字词,也知道可以正常使用的字词)如果仅是完整字词,则不会匹配。
我想搜索并匹配的黑名单词:BUNNY、GARDEN、HOLE
即使包含列入黑名单的单词,也可以忽略干净且可以忽略的白名单单词:WHOLE、GARDENER
我使用负回顾创建了以下正则表达式:
(BUNNY|GARDEN|HOLE)(?<!\bWHOLE\b|\bGARDENER\b)
我愚蠢的示例字符串: 这个洞完全是园丁园丁的错误。
我希望只匹配以下内容: “洞” “整个” “园丁”
它主要是有效的,因为“whole”不匹配但“wholey”匹配并且“agardener”也是匹配的。但是,“gardener”即使在白名单中也会匹配。我错过了什么?
解决方法
你可以使用
\w*(?:BUNNY|GARDEN|HOLE)\w*\b(?<!\bWHOLE|\bGARDENER)
参见regex demo。
没有后视,但有前瞻的变体:
\b(?!(?:WHOLE|GARDENER)\b)\w*(?:BUNNY|GARDEN|HOLE)\w*\b
详情:
-
\w*
- 零个或多个单词字符 -
(?:BUNNY|GARDEN|HOLE)
- 必需的单词部分之一 -
\w*
- 零个或多个单词字符 -
\b
- 一个词边界 -
(?<!\bWHOLE|\bGARDENER)
- 如果左侧的整个单词是WHOLE
或GARDENER
,则匹配失败的否定后视。
\b(?!(?:WHOLE|GARDENER)\b)\w*(?:BUNNY|GARDEN|HOLE)\w*\b
首先匹配单词边界,如果接下来的字符是 WHOLE
或 GARDENER
整个单词,则匹配失败,然后匹配带有 BUNNY
的单词,其中的 GARDEN
或 HOLE
子串。
如果支持,请将 \w
替换为 [a-zA-Z]
或 \p{L}
(或 [[:alpha:]]
),并且您只需要匹配字母单词。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。