结合正则表达式“介于”和“不包含”

Question

我尝试将两个正则表达式与AND 结合，但尝试失败。

1. 在 '[[' 和 (']]' 或 '|') 之间连续选取任何内容：

(?<=(\[\[))(.*?)(?=(\||(\]\])))

1. 不包含“http”：

^(?:(?!http).)*$

我最好的尝试是

(?=(?<=(\[\[))(.*?)(?=(\||(\]\]))))(?=^(?:(?!http).)*$).*$ 

关注https://stackoverflow.com/a/870506，但它不起作用。

我的目标是获取 dokuwiki 页面中的所有内部链接，通常是：'my_page'、'my_other_page'，但不是 'http://your_page' in：

[[my_page]]

[[my_other_page|this is my other page]]

[[http://your_page|this is your page]]

Answer 1

作为替代方案，您可以使用SKIP FAIL 方法：

\[\[https?:\/\/(*SKIP)(*FAIL)|\[\[\K[^][|]+

模式匹配：

• \[\[https?:\/\/ 匹配 [[https:// 与可选的 s
• (*SKIP)(*FAIL)消费你想避免的字符
• |或者
• \[\[\K 匹配 [[ 并忘记到目前为止匹配的内容
• [^][|]+ 匹配除 ] [ 或 | 之外的任何字符 1+ 次

Regex demo

$strings = [
    "[[my_page]]",
    "[[my_other_page|this is my other page]]",
    "[[http://your_page|this is your page]]",
];

$re = '/\[\[https?:\/\/(*SKIP)(*FAIL)|\[\[\K[^][|]+/';

foreach ($strings as $s){
    if (preg_match($re, $s, $matches)) {
        var_dump($matches[0]);
    }    
}

输出

string(7) "my_page"
string(13) "my_other_page"

要使用| 和结束]] 验证可选部分，您可以使用否定前瞻

\[\[https?:\/\/(*SKIP)(*FAIL)|\[\[\K[^][|]+(?=(?:\|[^][]*)?]])

Regex demo

或者如果最后一部分也可以包含]或[

\[\[https?:\/\/(*SKIP)(*FAIL)|\[\[\K[^][|]+(?=(?:\|.*?)?]])

Regex demo

Answer 2

然后使用

(?<=\[\[)(?!https?:\/\/)[^][|]+
(?<=\[\[)(?!https?:\/\/)[^][|]+(?=(?:\|[^][]*)?]])

见regex demo

详情：

• (?<=\[\[) - 一个积极的后视，匹配紧接在 [[ 之前的位置
• (?!https?:\/\/) - 如果当前位置右侧有 http:// 或 https://，则取消匹配的负前瞻
• [^][|]+ - 除了]、[ 和 | 之外的一个或多个字符
• (?=(?:\|[^][]*)?]]) - 一个正向的前瞻，需要在当前位置的右侧紧接以下模式序列：
  • (?:\|[^][]*)? - | 的可选出现，然后是除 [ 和 ] 之外的任何零个或多个字符
  • ]] - 一个 ]] 字符串。

注意：根据正则表达式的风格，您可能需要在字符类中转义] 或/和[ 字符，即[^][] => [^\][]（JavaScript @ 987654343@) 或[^\]\[]（Java、Ruby）。

Answer 3

这是正则表达式模式，对 Wiktor Stribiżew 在评论部分的回答进行了一些调整。通过使用lookahead 和lookbehind，您可以取消选择括号。

(?<=\[\[)(?!https?:\/\/)[^][|]*(?:\|[^][]*)?(?=]])