正则表达式匹配除单词之外的所有内容答案

【问题标题】：Regex match everything except word正则表达式匹配除单词之外的所有内容
【发布时间】：2019-11-12 05:53:19
【问题描述】：

所有关于匹配除单词以外的内容 的所有 QA 都带有我发现的负前瞻暗示行开始/结束（^$）。但我不知道如何匹配所有内容（任何字符，如.*），除了处理文本中间某个其他单词之前的单词。

我应该在<tag></tag> 中匹配ABC：

...<tag>a a.__aABC&*</tag>aaa<tag>ffff</tag>...

但不在外面（误报）：

...<tag>a a.__a&*</tag>ABC<tag>ffff</tag>...

所以我认为我应该在ABC 之前排除标签关闭（</tag>）。我试过了：

<tag>(?!<\/tag>)ABC.*?<\/tag>

但这种方式不允许在ABC 之前匹配</tag> 之外的.*。我该如何实现？

有用的链接：

1, 2.

【问题讨论】：

这是正则表达式不擅长的两件事：平衡语法和嵌套否定。附带说明一下，最好在您选择的语言中使用 XML 解析器。
@Grinnz Сlearly。但毕竟具体描述的问题看起来很简单。正则表达式无法以任何方式解决它？
问题被标记为perl，所以我们可以假设需要Perl 解决方案吗？如果是这样，这种棘手的正则表达式问题就是为什么全宇宙都同意应该使用 XML 解析器来解析 XML。例如，请参阅metacpan.org/pod/XML::LibXML。
"但毕竟具体描述的问题看起来很简单。" -- 正确。外观可能具有欺骗性，解决了这个问题后还会有另一个问题，因为您正在重新发明一个相当复杂的轮子。
@z0lupka 几乎总是可能具有足够功能的正则表达式引擎。但所需的复杂性几乎不值得。如果您指定正在使用的正则表达式引擎，这可能很重要（特别注意 PCRE 不是 Perl）。

标签： regex perl pcre regex-lookarounds regex-negation

【解决方案1】：

由于您使用的是 Perl / PCRE 之一，因此最快的方法是这样的：

/(?s)<tag>(?:<\/tag>(*SKIP)(*FAIL)|.)*?ABC.*?<\/tag>/

https://regex101.com/r/AoiwIH/1

展开

 (?s)
 <tag>  
 (?:
      </tag>
      (*SKIP) (*FAIL) 
   |  
      . 
 )*?
 ABC
 .*? 
 </tag>

与断言方法进行基准比较

Regex1:   (?s)<tag>(?:</tag>(*SKIP)(*FAIL)|.)*?ABC.*?</tag>
Completed iterations:   50  /  50     ( x 1000 )
Matches found per iteration:   1
Elapsed Time:    0.25 s,   254.91 ms,   254905 µs
Matches per sec:   196,151


Regex2:   (?s)<tag>(?:(?!</tag>).)*?ABC.*?</tag>
Completed iterations:   50  /  50     ( x 1000 )
Matches found per iteration:   1
Elapsed Time:    0.33 s,   329.10 ms,   329095 µs
Matches per sec:   151,931

【讨论】：