Java否定前瞻排除单词答案

【问题标题】：Java negative lookahead to exclude wordsJava否定前瞻排除单词
【发布时间】：2019-11-04 16:43:42
【问题描述】：

我正在用 Java 编写一个正则表达式来匹配名称，但想要排除包含某些单词的行的匹配项：“Deputy Clerk”或“Electronic Recording”（不区分大小写）。

这是我的正则表达式：

(?i)(?:(?:Hon(?:orable)?|Judge)[:. ]+)+(?-i)([A-Z][A-Za-z. '-]{5,}(?i)(?:,? +[JS]R +\.)?)(?!Deputy Clerk|Electronic Recording)

我打算让它只匹配以下 3 行中的第一行，但它目前正在返回所有 3 行的匹配项。

Hon. Judge: Amy D. Hogue
HONORABLE    Lesley Briones Jr.     JUDGE          DEPUTY CLERK
HONORABLE      JUDGE PRO TEM       ELECTRONIC RECORDING MONITOR

我的负前瞻有什么问题？ https://regexr.com/4o3sr

【问题讨论】：

哪些词被列入黑名单（即禁词列表是什么）？
@TimBiegeleisen “副文员”和“电子录音”。我已经编辑了我的帖子。
请在您尝试创建的正则表达式后面添加语言。
见regex101.com/r/7JedgH/1 您尝试失败的单词被捕获到第1组。如果左侧上下文右侧有任何被禁止的单词，您需要全部失败，或者调和第 1 组模式。
@WiktorStribiżew 谢谢，您的正则表达式正是我所需要的。你能解释一下——也许是在一个答案中——你所说的“缓和第 1 组模式”是什么意思？

标签： java regex

【解决方案1】：

您尝试失败的单词被捕获到第 1 组，它的模式会抓取包含这些单词的文本，并且由于没有明确的边界，也没有组模式回火，所以前瞻返回 true，因为它没有找到被禁止的短语在当前索引的字符串位置。

你可以使用

(?i)(?:(?:Hon(?:orable)?|Judge)[:. ]+)++(?!.*(?:Deputy Clerk|Electronic Recording))((?-i:[A-Z])[A-Za-z. '-]{5,}(?:,? +[JS]R +\.)?)

见regex demo

如果被禁止的词句是整个单词，则只失败，添加单词边界：

(?i)(?:(?:Hon(?:orable)?|Judge)[:. ]+)++(?!.*\b(?:Deputy Clerk|Electronic Recording)\b)((?-i:[A-Z])[A-Za-z. '-]{5,}(?:,? +[JS]R +\.)?)

请注意，如果您使用修饰符组，您可能会去掉第二个 (?i)：(?-i:[A-Z])。

一旦将(?!.*\b(?:Deputy Clerk|Electronic Recording)\b) 放在(?:(?:Hon(?:orable)?|Judge)[:. ]+)++ 之后，如果右侧的任何地方在非捕获组中有一个替代项，则匹配失败。

另外，我建议在 (?:(?:Hon(?:orable)?|Judge)[:. ]+) 之后使用所有格量词来更快地匹配和失败无效字符串。

【讨论】：

【解决方案2】：

我会保持简单，只使用：

^(?i)(?!.*\b(deputy clerk|electronic recording)\b).*$

Demo

此模式断言短语deputy clerk 和electronic recording 不会出现在行中的任何位置。

【讨论】：