如何正则表达式匹配不属于模式的单个字符？

Question

如果我有这样的字符串：

&#263;; Joh&#263;; Smith <js@comms.com>; ;boom&#703;;woopwoop; ;

我希望匹配所有不属于该 html 实体的分号，我可以使用什么正则表达式技术？

我曾几次以负面的目光接近，到目前为止我最好的尝试如下：

(?<!&#.+?[^;]);

但是，这与将胜利带回家所需的所有分号都不匹配。

我正在使用 php。

我正在考虑先用标记替换 html 实体，然后替换分号，最后将实体替换回字符串。

这看起来很笨重和不优雅，所以我宁愿用正则表达式来做，即使它有点笨拙。

编辑：@sln 提供了一个将选择几乎所有实体的正则表达式，正如他指出的那样，这应该是试图避免某些事情的第一步。

(?i)[%&](?:[a-z]+|(?:#(?:[0-9]+|x[0-9a-f]+)));

虽然问题是关于如何选择除在字符串中找到的字符之外的单个字符，但我提供的数据的上下文使得这是一个非常有用的正则表达式，可以用来了解和附加到这个问题。

Answer 1

您可以匹配并跳过实体并在所有其他上下文中匹配分号：

$s = preg_replace('~&#\w+;(*SKIP)(*F)|;~', 'NEWTEXT', $s);

见regex demo

详情：

• &#\w+; - &#，后跟 1+ 个单词字符和 ;
• (*SKIP)(*F) - 两个 PCRE 动词在当前匹配失败并在文本匹配后继续寻找下一个匹配
• | - 或
• ; - 一个分号。