expresiones regulares: Buscar cadena sin subcadena

Question

que tienen un gran texto:

"Big piece of text. This sentence includes 'regexp' word. And this 
sentence doesn't include that word" 

Necesito encontrar subcadena que comienza por 'este' y termina por 'palabra', pero no lo hace incluir la palabra 'regexp'.

En este caso, la cadena: "this sentence doesn't include that word" es exactamente lo que quiero recibir.

¿Cómo puedo hacer esto a través de las expresiones regulares?

Answer 1

Con una opción ignorar caso, el siguiente debería funcionar:

\bthis\b(?:(?!\bregexp\b).)*?\bword\b 

Ejemplo: http://www.rubular.com/r/g6tYcOy8IT

Explicación:

\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' 

El \b que rodea a cada palabra se asegura de que no son coincidentes en subcadenas, al igual que coincida con el 'presente' en 'cardo', o la 'palabra' en 'prolijo'.

Esto funciona comprobando cada carácter entre su palabra de inicio y su palabra final para asegurarse de que la palabra excluida no ocurra.

Answer 2

Utilice asambleas de búsqueda anticipada.

Cuando desea comprobar si una cadena no contiene otra subcadena, se puede escribir:

/^(?!.*substring)/ 

Debe marcar también el comienzo y el final de la línea de this y word:

/^this(?!.*substring).*word$/ 

Otro problema aquí es que no trabaja buscando cadenas, quiere encontrar oraciones (si entiendo su tarea correcta).

Así que la solución es similar a esto:

perl -e ' 
    local $/; 
    $_=<>; 
    while($_ =~ /(.*?[.])/g) { 
    $s=$1; 
    print $s if $s =~ /^this(?!.*substring).*word[.]$/ 
    };' 

Ejemplo de uso:

$ 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.