无法让 RegExp 在 GWT 中匹配

Question

示例文本： 在公园里，孩子们玩耍。孩子个子高。孩子看着另一个孩子玩耍。

我想匹配第一句中的“child”，第二句和第三句中的“Child”，而不是第三句中的“child”。或者换句话说，匹配“Child”或“child”，但如果以“another”开头，则不匹配

我以为我可以用消极的眼神来做到这一点

 ((?<\!another) [Cc]hild)

但似乎无法获得正确的语法以生成有效的正则表达式。

即使我可以正确地使用语法，我也不确定我是否可以在 GWT 中做到这一点。这是来自 GWT Javadoc 的 sn-p

正则表达式语法中特定于 Java 的构造（例如，[a-z&&[^bc]], (?<=foo), \A, \Q) 仅在纯 Java 实现中有效，在 GWT 实现中无效，...

任何帮助或见解将不胜感激。

更新：

Colin 的回答几乎可行，但并不完全正确。

科林的正则表达式确实匹配“孩子”和“孩子”，而不是像我问的那样匹配“另一个孩子”。不过也有一些问题。

我要做的是匹配“孩子”和“孩子”，这样它们就可以替换为孩子的名字或正确的代词他/她，这取决于孩子的性别。

Colin 的正则表达式的问题在于它匹配“, child” 和“.child”。如果那是文本中的第一个单词，它也不匹配“Child”。例如：

“孩子去了公园。在公园里，孩子在玩耍。孩子很高。孩子看着另一个孩子在玩耍。”

第一个 Child 不匹配。随后的匹配项分别是“, child”、“.child”和“.child”。

我研究了 Colin 想出的正则表达式，试图让它只匹配“child”或“Child”，但无法使其工作。

Answer 1

GWT 中的正则表达式与 RegExp JavaScript 具有相同级别的支持，因为它只是 calls on to the native JavaScript classes。

鉴于 JavaScript 正则表达式不支持后视或所有格量词，我想不出直接在正则表达式中拒绝“另一个孩子”的方法。

因此，我将编写一个正则表达式，这样，如果“another”出现在“child”之前，那么“another”肯定会匹配；否则，只会匹配“child”。然后，您可以过滤掉超过 5 个字符的匹配项。

RegExp.compile("(?:another +)?[Cc]hild", "g")

请注意，字符串“some children”中的“child”也会被匹配。而如果“another”被嵌入到一个较长的词串中，例如“ranother”¹，那么我们就会盲目的拾取该片段。为了防止这种情况，我们需要添加字边界检查\b²:

RegExp.compile("(?:\\banother +)?\\b[Cc]hild\\b", "g")
                   ---           ---        ---
                    |             |          |
            prevent "ranother"  prevent "children"
              from matching        or "nochild"
                                  from matching

您还可以允许使用i 标志进行不区分大小写的匹配（这对于文本来说非常合理）。但是，我将由您决定。

使用上面的正则表达式，我们总是会在匹配“child”之前匹配“another child”。因此，当匹配只包含“child”时，我们知道“another”不会在它之前。因此，我们可以过滤掉长度 > 5 的匹配项，只剩下有效的字符串。

脚注

1. 我用一个虚构的词作为例子。在任意字符串中是完全正常的，但我不知道英文中是否有嵌入“another”的单词。

2. 这里有一个警告。当使用\b 时，“child4”或“child_something”将不匹配。而“_another child”或“5another child”中的“another”不会被正则表达式拾取（并且只有“child”匹配，这意味着您接受匹配）。有可能解决这个问题，如果您要求，我会这样做。

Answer 2

匹配“Child”或“child”，但如果以“another”开头则不匹配

([^(?:another)] [Cc]hild)

这会捕获一个不以another 开头的组（使用非捕获组的否定字符集），然后是一个空格，然后是单词child，无论是否大写。空间有要求吗？您在原始版本中拥有它，并且它出现在您的示例中的所有四个测试用例中。让这个稍微有用一点（你实际上想捕捉什么？），围绕孩子开始唯一的捕捉组：

[^(?:another)] ([Cc]hild)

使用 MDN 文档了解支持的浏览器正则表达式功能：https://developer.mozilla.org/en-US/docs/JavaScript/Guide/Regular_Expressions

测试用例：

public void testHomeworkRegex() {
  String sample = "In the park, child plays. Child is tall. Child watches another child at play.";
  RegExp regex = RegExp.compile("[^(?:another)] ([Cc]hild)", "g");//using global flag to match multiple times

  MatchResult result1 = regex.exec(sample);
  assertNotNull(result1);
  assertEquals("child", result1.getGroup(1));

  MatchResult result2 = regex.exec(sample);
  assertNotNull(result2);
  assertEquals("Child", result2.getGroup(1));

  MatchResult result3 = regex.exec(sample);
  assertNotNull(result3);
  assertEquals("Child", result3.getGroup(1));


  MatchResult result4 = regex.exec(sample);
  assertNull(result4);
}