Regex 用于捕获除正斜杠以外的每个字符的正则表达式

我有以下两个示例字符串：

"taxonomy": "abc/about_abc/bsc/archive/2009/presentations_dec"

"taxonomy": "about/archive/term"

"taxonomy": "_decommisioned/ntp-server.niehs.nih.gov/htdocs/results_status/resstatf"

我已尝试使用以下正则表达式：

"taxonomy": "(\w+[^\/])\/?"?

目标是获取这些字符串中的每一个，并将它们分解到正斜杠上各自独立的行上，因此

term1/term2/term3

等于

term1
term2
term3

我也不知道每行有多少个术语，这就是为什么它们会像现在这样分开。可以是最少一个，最多7个。我的填充正则表达式如下所示：

(    "taxonomy": "(\w+[^\/])?\/?(\w+[^\/])?\/?(\w+[^\/])?\/?(\w+[^\/])?\/?(\w+[^\/])?\/?(\w+[^\/])?\/?(\w+[^\/])?\/?")

---

如何调整我的捕获组以获得除前斜杠以外的所有内容？

如注释中所述，在第三个字符串中，这部分

ntp server.niehs.nih.gov

与

\w

但是，您可以通过不匹配正斜杠来简化表达式，方法是使用求反字符类和重复模式来匹配正斜杠，然后再使用1+倍的非正斜杠

然后你可以用正斜杠分割你的比赛

图案

"taxonomy": "\K[^/\n]+(?:/[^/\n]+)+(?=")

解释

• “分类法”：

  逐字匹配

• “\K

  匹配双引号，然后忘记使用

  \K

• [^/\n]+

  使用否定字符类匹配1+次非正斜杠

• （？：/[^/\n]+）+

  重复模式以匹配

  /

  ，然后1+次不是

  /

• （？=”）

  正面向前看以断言右侧是双引号

|

例如，如果在php中使用explode：

$pattern = '~"taxonomy": "\K[^/\n]+(?:/[^/\n]+)+(?=")~';

$strings = [
    '"taxonomy": "abc/about_abc/bsc/archive/2009/presentations_dec"',
    '"taxonomy": "about/archive/term"',
    '"taxonomy": "_decommisioned/ntp-server.niehs.nih.gov/htdocs/results_status/resstatf"'
];

foreach ($strings as $string) {
    preg_match($pattern, $string, $match);
    print_r(explode('/', $match[0]));

}

结果:

Array
(
    [0] => abc
    [1] => about_abc
    [2] => bsc
    [3] => archive
    [4] => 2009
    [5] => presentations_dec
)
Array
(
    [0] => about
    [1] => archive
    [2] => term
)
Array
(
    [0] => _decommisioned
    [1] => ntp-server.niehs.nih.gov
    [2] => htdocs
    [3] => results_status
    [4] => resstatf
)

---

如果你什么都想要，那为什么还要费心于

\w+

？只需执行

[^\/]+

，这就是第三个输入中的问题。。。它有一个点和连字符，不能满足

\w

的要求。我的代码有错误。您的意思是[^\/\n]，跳过正斜杠吗？我使用的是PCRE regex find replace engine如果模式的分隔符是

/

，则必须像

\/

一样转义正斜杠。在我的示例中，分隔符是

~

，因此不必转义它。