多行文本的负前瞻断言

Question

我正在寻找一种方法来检查多行字符串（来自pdf）是否包含一定不能以特定前缀开头的特定字母组合。具体来说，我正在尝试查找包含ARC但不包含的字符串NON-ARC。

我发现了这个很好的示例正则表达式，用于不以序列开头的字符串，但它似乎不适用于我的问题。使用我的模式^(?!NON\\-)ARC.*，我在单行测试中得到了预期的结果，在实际输入的情况下，否定前瞻断言有误报。这是我所做的：

@Test

public void testRegexLookAhead() {

    String strTestSimplePos = "ARC 0.1-1";

    String strTestSimpleNeg = "NON-ARC 3.4-1";

    String strTestRealPos = "HEADLINE\r\n" + "Subheader Author\r\n" + "ARC 0.1-1\r\n" + "20190211";

    String strTestRealNeg = "HEADLINE\r\n" + "Subheader Author\r\n" + "NON-ARC 0.1-1\r\n" + "20190211";

    //based on https://stackoverflow.com/questions/899422/regular-expression-for-a-string-that-does-not-start-with-a-sequence

    String regexNoNON = "^(?!NON\\-)ARC.*";               

    Pattern noNONPatter = Pattern.compile(regexNoNON);

    System.out.println(noNONPatter.matcher(strTestSimplePos).find()); //true OK 

    System.out.println(noNONPatter.matcher(strTestSimpleNeg).find()); //false OK

    System.out.println(noNONPatter.matcher(strTestRealPos).find()); //false but should be true -> does not work as intended

    System.out.println(noNONPatter.matcher(strTestRealNeg).find()); //false OK 

如果有人能指出出了什么问题，我会很高兴...

编辑：这被标记为How to use java regex to match a line - 但是我根本没有尝试使用 regex 来匹配行。只需要一种方法来为多行文本输入找到特定序列（带有负前瞻）。解决另一个问题的一种方法也是解决这个问题的方法（使用 java.util.regex.Pattern.MULTILINE 编译模式） - 但问题充其量是相关的。

Answer 1

您的输入字符串有多行并且您正在使用插入符号，您需要添加多行标志：Pattern.compile(regexNoNON, java.util.regex.Pattern.MULTILINE);关于多线：启用多行模式。在多行模式中，表达式 ^ 和 $ 分别在行终止符或输入序列的结尾之后或之前匹配。默认情况下，这些表达式只匹配整个输入序列的开头和结尾。

Answer 2

试试这个正则表达式：HEADLINE(?:(?!HEADLINE)[\s\S])*(?<!NON-)ARC(?:(?!HEADLINE)[\s\S])*点击演示JAVA代码解释：HEADLINE- 匹配单词HEADLINE(?:(?!HEADLINE)[\s\S])*- 匹配不以单词开头的任何字符的 0+ 次出现HEADLINE(?<!NON-)ARCARC-如果单词前面没有紧跟，则匹配该单词NON-(?:(?!HEADLINE)[\s\S])*- 匹配不以单词开头的任何字符的 0+ 次出现HEADLINE