Regulärer Ausdruck, um eine Zeile zu finden, die kein Wort enthält

Question

Ich weiß, dass es möglich ist, ein Wort abzugleichen und dann die Übereinstimmungen mit anderen Tools umzukehren (z. B. grep -v). Ist es jedoch möglich, Zeilen abzugleichen, die kein bestimmtes Wort enthalten, z. B. hede, unter Verwendung eines regulären Ausdrucks?

Eingabe:

hoho
hihi
haha
hede

Code:

grep "" input

Gewünschte Ausgabe:

hoho
hihi
haha

Answer 1

Die Vorstellung, dass Regex das inverse Matchen nicht unterstützt, ist nicht ganz richtig. Sie können dieses Verhalten nachahmen, indem Sie negative Look-arounds verwenden:

^((?!hede).)*$

Das obige Regex wird auf jede Zeichenkette oder Zeile ohne Zeilenumbruch passen, die das (Teil-)Zeichen 'hede' nicht enthält. Wie bereits erwähnt, ist dies nicht etwas, was Regex "gut" kann (oder tun sollte), aber es ist dennoch möglich.

Und wenn Sie auch Zeilenumbruchzeichen passen müssen, verwenden Sie den DOT-ALL Modifier (das abschließende s im folgenden Muster):

/^((?!hede).)*$/s

oder verwenden Sie es inline:

/(?s)^((?!hede).)*$/

(wobei die /.../ die Regex-Trennzeichen sind, also nicht Teil des Musters)

Wenn der DOT-ALL Modifier nicht verfügbar ist, können Sie das gleiche Verhalten mit der Zeichenklasse [\s\S] nachahmen:

/^((?!hede)[\s\S])*$/

Erklärung

Eine Zeichenkette ist einfach eine Liste von n Zeichen. Vor und nach jedem Zeichen gibt es eine leere Zeichenkette. Daher wird eine Liste von n Zeichen n+1 leere Zeichenketten haben. Betrachten Sie die Zeichenkette "ABhedeCD":

S = e1 A e2 B e3 h e4 e e5 d e6 e e7 C e8 D e9

index    0      1      2      3      4      5      6      7

wo die e's die leeren Zeichenketten sind. Das Regex (?!hede). schaut voraus, um zu sehen, ob die Teilzeichenkette "hede" nicht zu sehen ist, und wenn das der Fall ist (also etwas anderes zu sehen ist), dann wird der Punkt . auf jedes Zeichen außer einem Zeilenumbruch passen. Look-arounds werden auch als Zero-Width-Assertions bezeichnet, weil sie keine Zeichen verbrauchen. Sie bestätigen/validieren nur etwas.

Also werden in meinem Beispiel zunächst alle leeren Zeichenketten validiert, um zu sehen, ob vor dem Verzehren eines Zeichens kein "hede" voraus ist, bevor der Punkt . (dot) auf ein Zeichen passt. Das Regex (?!hede). wird das nur einmal tun, daher ist es in einer Gruppe eingeschlossen und wird null oder mehrmals wiederholt: ((?!hede).)*. Schließlich sind der Anfang und das Ende der Eingabe verankert, um sicherzustellen, dass die gesamte Eingabe verbraucht wird: ^((?!hede).)*$

Wie Sie sehen können, wird die Eingabe "ABhedeCD" scheitern, weil beim e3 das Regex (?!hede) scheitert (da tatsächlich "hede" voraus ist!).

Answer 2

Beachten Sie, dass die Lösung nicht mit "hede" beginnt:

^(?!hede).*$

im Allgemeinen viel effizienter ist als die Lösung enthält nicht "hede" :

^((?!hede).)*$

Die erstere überprüft nur die Position "hede" an der Eingabeschnur an erster Stelle, anstatt bei jeder Position.

Answer 3

Wenn Sie es nur für grep verwenden, können Sie grep -v hede verwenden, um alle Zeilen zu erhalten, die nicht hede enthalten.

ETA Oh, beim erneuten Lesen der Frage ist grep -v wahrscheinlich das, was Sie mit "Tools-Optionen" gemeint haben.

Answer 4

Antwort:

^((?!hede).)*$

Erklärung:

^zeigt den Anfang des Strings an, ( Gruppe und speichert in \1 (0 oder mehrmals (so oft wie möglich)),
(?! schaut voraus, ob nicht,

hede in deinem String ist,

) Ende des Vorausblicks, . jedes Zeichen außer \n,
)* Ende von \1 (Hinweis: Da du einen Quantifizierer auf diese Erfassung anwendest, wird nur die LETZTE Wiederholung des erfassten Musters in \1 gespeichert)
$ vor einem optionalen \n und dem Ende des Strings

Answer 5

Die gegebenen Antworten sind völlig in Ordnung, nur ein akademischer Punkt:

Reguläre Ausdrücke im Sinne der theoretischen Informatik KÖNNEN ES NICHT so machen. Für sie müsste es so aussehen:

^([^h].*$)|(h([^e].*$|$))|(he([^h].*$|$))|(heh([^e].*$|$))|(hehe.+$) 

Dies führt nur zu einem VOLLSTÄNDIGEN Treffer. Es wäre noch umständlicher, dies für Teilübereinstimmungen zu tun.