У меня есть большой текст:
"Big piece of text. This sentence includes 'regexp' word. And this
sentence doesn't include that word"
Мне нужно найти подстроку, начинающуюся с this и заканчивающуюся словами > , но не включает слово > регулярное выражение.
В этом случае строка: "this sentence doesn't include that word" именно то, что я хочу получить.
Как это сделать с помощью регулярных выражений?
С опцией "игнорировать регистр" должно работать следующее:
\bthis\b(?:(?!\bregexp\b).)*?\bword\b
Пример: http://www.rubular.com/r/g6tYcOy8IT
Пояснение:
\bthis\b # match the word 'this', \b is for word boundaries
(?: # start group, repeated zero or more times, as few as possible
(?!\bregexp\b) # fail if 'regexp' can be matched (negative lookahead)
. # match any single character
)*? # end group
\bword\b # match 'word'
\b, окружающее каждое слово, гарантирует, что вы не подходите под подстроки, например, сопоставляете 'this' в чертополохе или слово "слово".
Это работает, проверяя каждый символ между вашим стартовым словом и вашим конечным словом, чтобы убедиться, что исключенное слово не встречается.
Использовать подсчеты.
Если вы хотите проверить, не содержит ли строка другой подстроки, вы можете написать:
/^(?!.*substring)/
Вы должны также проверить начало и конец строки для this и word:
/^this(?!.*substring).*word$/
Другая проблема заключается в том, что вы не работаете с поисковыми строками, вы хотите найти предложения (если я правильно понимаю вашу задачу).
Итак, решение выглядит так:
perl -e '
local $/;
$_=<>;
while($_ =~ /(.*?[.])/g) {
$s=$1;
print $s if $s =~ /^this(?!.*substring).*word[.]$/
};'
Пример использования:
$ cat 1.pl
local $/;
$_=<>;
while($_ =~ /(.*?[.])/g) {
$s=$1;
print $s if $s =~ /^\s*this(?!.*regexp).*word[.]/i;
};
$ cat 1.txt
This sentence has the "regexp" word. This sentence doesn't have the word. This sentence does have the "regexp" word again.
$ cat 1.txt | perl 1.pl
This sentence doesn't have the word.