Fatal编程技术网
  • javascript/
  • Javascript--Regex--以部分匹配结尾的多个单词的黑名单

Javascript--Regex--以部分匹配结尾的多个单词的黑名单

javascript regex

Javascript--Regex--以部分匹配结尾的多个单词的黑名单,javascript,regex,blacklist,Javascript,Regex,Blacklist,我读过很多关于StackOverflow的问题，包括，甚至读过，这也是一个问题。我发现，它适用于整条线路，但不是“所有的坏词”。这些对我都没有帮助，所以我决定： 在Javascript中，我有一个很长的正则表达式模式。我试图在类似的句子结构中匹配一个序列，如下所示： UniquePrefixA[some token]和[some token]想要带[some token]去看猴子 UniqueC[some token]想将[some token]带到商店。UniqueB，[某些令牌]再次出现在模

我读过很多关于StackOverflow的问题，包括，甚至读过，这也是一个问题。我发现，它适用于整条线路，但不是“所有的坏词”。这些对我都没有帮助，所以我决定：

在Javascript中，我有一个很长的正则表达式模式。我试图在类似的句子结构中匹配一个序列，如下所示：

UniquePrefixA[some token]和[some token]想要带[some token]去看猴子

UniqueC[some token]想将[some token]带到商店。UniqueB，[某些令牌]再次出现在模式中

UniquePrefixA[some token]正在使用[some token]到[some token]

请注意，每个模式都以唯一的前缀开头。遇到该前缀表示模式的开始。如果我在捕捉过程中再次遇到这种模式，我不应该捕捉第二次出现，并就此停止。我会抓到所有的东西，直到那个前缀

如果在模式的后面没有遇到前缀，我需要继续匹配该模式

我还使用了捕获组（不重复，因为捕获组只返回该组的最后一个匹配项）。捕获组内容需要返回，所以我使用match，non-greedy

这是我的模式和一个

我如何防止比赛继续通过黑名单？

我希望这一切发生在我画了三个箭头的地方，作为背景。任何字符的等价物，但不是此列表的内容：（UniquePrefixA | UniqueB | UniqueC）（如捕获组1所示）

有可能我需要更好地理解消极前瞻，或者它是否可以处理一组事情最重要的是，我想知道消极的前瞻方法是否可以支持选项列表，或者是否有更好的方法？如果答案是“你不能那样做”，那也很酷。

我认为，一个更容易维护的解决方案是将任务分为两部分：

  • 从您的任何唯一前缀开始查找每个文本块， 直到下一个或字符串的末尾

  • 处理每个这样的块，寻找你的一些代币，也许 还有他们之间的内容

    • 执行第一个任务的正则表达式应包括3个部分：

    • （？：UniquePrefixA | UniqueB | UniqueC）
      -非捕获组 对于任何唯一前缀
    • （（（？：.|\n）+？）
      -捕获组-用于进一步捕获的片段 处理（参见下面的注释）
    • （？=UniquePrefixA | UniqueB | UniqueC |$）
      -积极的前瞻性，前瞻性 对于任何唯一前缀或字符串的结尾（停止条件 您正在寻找）
    总之，整个正则表达式如下所示：

    /(?:UniquePrefixA|UniqueB|UniqueC)((?:.|\n)+?)(?=UniquePrefixA|UniqueB|UniqueC|$)/gi
    注意：不幸的是，正则表达式的JavaScript风格没有实现 单行（-s）选项。因此，不只是捕获组中的
    在上面，您必须使用
    （？：.|\n）
    ，意思是：

    • 除了
      \n
      （
      ）以外的任何字符
    • 或者只是
      \n
    这两种变体都被“封装”到一个非捕获组中， 设置变体的限制（两侧的
    ），因为重复 标记（
    +？
    ）属于这两种变体

    注
    ？
    在
    +
    之后，表示版本

    所以这部分正则表达式（捕获组）将匹配任何字符序列 包括
    \n
    ，在下一个uniqie前缀（如果有）之前结束， 正如你所料

    第二个任务是将另一个正则表达式应用于捕获的块（组1）， 正在查找
    [某些令牌]
    以及它们之间的内容。 您没有指定要对每个块执行的具体操作， 所以我不确定第二个正则表达式应该包括什么。
    也许只要匹配
    [某些标记]
    ？

    就足够了，以确保模式不会出现在重复的字符序列中，例如
    （\s|[^\[\]]）*
    ，注意
    \s
    包含在
    [^\[\]
    中，因此可能只是
    [^\[\]*
    ，是为了预先准备一个负面的前瞻（这是一个零长度匹配断言，如重复模式左侧和内部的
    ^
    ），以便对每个字符进行检查：

    ((?!UniquePrefixA)(\s|[^\[\]]))*
    你能分享一下预期的输出吗？你能给我一个有多个选项的例子吗？我特别想找一些类似
    （？！UniquePrefixA | PrefixB | UniqueC）（\s |[^\[\]]）的东西*
    。正如您在上面演示的那样，我已经看到了只使用一个单词的示例。另外，谢谢！另外，[^]中包含了
    \s*
    ，玩得很开心小组。谢谢！这绝对是一篇经过深思熟虑的帖子，可能会帮助我继续。我已经开始回复两三次，每一次都让我思考。考虑：（a…B…C，（GATE）然后也是D…E）.ABC有一个特定的模式。但是，DE非常常见，当没有附加到DE时，会有许多错误匹配。但是您所说的是一种
    拆分（'/（保留字）/'）
    ，然后对每个块的整个模式执行模式匹配（不带停止字）？我不能100%确定这会起作用，（我正在仔细考虑我的停止词，以及我是否可以断章取义地对它们进行拆分）。也许我需要改进我的示例。是的，第一个正则表达式类似于拆分，但“普通”拆分需要删除第一个片段（在第一个唯一模式之前）。 
    /(?:UniquePrefixA|UniqueB|UniqueC)((?:.|\n)+?)(?=UniquePrefixA|UniqueB|UniqueC|$)/gi

    ((?!UniquePrefixA)(\s|[^\[\]]))*