Здравствуйте, я прочитал про регулярные выражения, поделал некоторые примеры, но более сложные вещи осуществить трудно и непонятно. Помогите пожалуйста составить регулярное выражение, кторое описывает строку, содержащую любые последовательнсти символов кроме указанной цепочки.

Использую следующий паттерн



все работает как надо:

nnABnnnnnnnnnnABnnnn      - здесь выводит true, потому что строка содержит обрамление AB
nnnnnnnnnnnnnnnnnnnnnn  - здесь выводит false, потому что обрамления нет
nnABnnnnnAnnnnnABnn        - здесь выводит false, потому что внутри обрамления есть запрещенный символ A

вот... а мне теперь нужно чтобы был не просто запрещенный символ A а запрещенная цепочка AB. и всвязи с этим возникло затруднение.. как указать в паттерне отрицание слова AB ?


Это сообщение отредактировал(а) _program_seeker - 28.2.2007, 14:56

AB([^(AB)]*)AB

к сожалению паттерн AB([^(AB)]*)AB реагирует и на такую строку 

ABnnnnnAnnnnnnnnnnnnnnnnnAB

ну да... там же нет AB в середине строки..
а ловятся только AB целиком

если надо не A и не B, то
AB([^AB]*)AB

AB([^\\QAB\\E]*)AB


И [^AB], и [^(AB)] означает "не (A или B)". 

Это сообщение отредактировал(а) w1nd - 28.2.2007, 16:19

так тоже не работает... кроме того иногда вылетают непонятные исключения...
ладно - может просто переформулировать задачу, чтобы было более понятно:


как найти строки, не содержащие слово водка?

например:



"это простое предложение про огурец" - эта строка правильная

"водка это напиток богов" - эта строка неправильная


Это сообщение отредактировал(а) _program_seeker - 28.2.2007, 17:34

Вообще-то, и AB([^\\QAB\\E]*)AB тоже означает не (А или В) - в классе символов описываются символы, а не последовательности.
Специально проверил ваш шаблон:

Разница в строках всего в один символ.

Добавлено @ 17:50 

Если инвертировать подход к решению, то задача решается проще некуда. Просто найди все строки, которые содержат запрещённые слова.

ну а прямого решения выходит не существует?

Не могу гарантировать на 100%, но я не знаю, как можно организовать отрицание некоторой последовательности.  

всем откликнувшимся большое спасибо за участие! ваши примеры помогли мне и навели на такое решение! которое по моему делает то что мне надо:



буду тестировать нет ли тут подводных камней 

млин точно!

только как я и предполагал, тут обнаружился неприятный подводный камень:

паттерн: AB([^A][^B]*?)AB
строка: ABoooooooooooooooooAB 
результат: соответствует шаблону

строка: ABoooooooABooooooooooAB
результат: несоответствует шаблону


и вот он подводный камень!
строка: ABoooooooAooBooooooooooAB
результат: несоответствует шаблону                                    (хотя по задумке должен)

и вот камень
строка: ABoooooooBAooooooooooAB
результат: несоответствует шаблону                                    (просто поменяли местами A и B)


Это сообщение отредактировал(а) _program_seeker - 28.2.2007, 18:55

Даже ABoooooooAooooooooooAB будет с "камнем". Потому что шаблон означает следующее:
"проверить, начинается ли строка с АВ, заканчивается ли АВ и при этом не содержит ни А, ни В внутри".

Правильно, это означает "не AB". И отлично работает для "ABoooooooooooooooooAB", "ABoooooooAooBooooooooooAB" и "ABoooooooBAooooooooooAB". Строка "ABoooooooABooooooooooAB", разумеется, не подходит, так как содержит "AB".

А вот шаблон "AB([^A][^B]*?)AB" неверен (если исходить из первоначальных условий), потому что последовательность "[^A][^B]" означает "любые два символа не являющиеся A или B". А слово водка в предложении найдет вот такой шаблон: ".*\\QВОДКА\\E.*"



Это сообщение отредактировал(а) w1nd - 28.2.2007, 23:40

Уверен? Проверял? Вот что говорит тестирование шаблона AB([^\\QAB\\E]*)AB на приведённых строках:

Может, суть задачи не до конца ясна? Надо проверить строку на то, что в ней не содержится непрерывная последовательность АВ, а не просто два символа А и В. Причём, я бы в шаблон добавил ^$, иначе сами видите, что получается (последняя строка в примере).

Абсолютно уверен. Проверял.


Предельно ясна. Выражение "\\QAB\\E" как раз и обозначает последовательность "AB".

Код примера:

Вывод (java 1.5.0_01):

Это сообщение отредактировал(а) w1nd - 1.3.2007, 00:18

Странно... У меня твой пример даёт такой вот результат:

Проверял на jdk6.0

Добавлено @ 01:57 
По идее, внутри [] по правилам регулярных выражений указывается символьный класс, соответствующий одному символу. Не представляю, как у тебя твой пример смог обработать символьный класс как последовательность...

Ничего странного, у меня такой же  
Вообще, выражение [^\\QAB\\E] значит любой из символов, кроме \ Q A B \ E   И бэкслэш вовсе не обязательно указывать дважды    

Конечно. Скомпилирую в жабе простейший исходник:

И посмотри, что тебе скажет жаба. ;)

Добавлено @ 04:42 
corpsehunter, кстати, я не совсем понял, что ты хотел сказать словами

Это ты мне объяснял или w1nd'у?
\QAB\E - любая последовательность не АВ
[\QAB\E] - любой один символ, кроме А и В.
А мои слова относились к тому, что я не понимаю, каким образом на jdk1.5.0_01 это дело работало не как символьный класс, а как последовательность.

Добавлено @ 04:45 
Всё, дошло, что ты имел в виду. 
Если ты заметил, в коде [^\\QAB\\E] взято в кавычки.    А в тексте для упрощения пишем часто без кавычек.

Да, с символьным типом я обмишурился. Значит в пятёрке баг в реализации regexp...

Т.е. это тоже самое, что и [^A][^B]?

А это - [^AB]?

Просто в первом примере стоял двойной бэкслэш, а это в регулярном выражении значит одинарный слэш, а тут ты уже поставил одинарный 
Да и вообще, я раньше не слышал про \Q...\E, шаз прочитал в доке - там написано, что все, что заключено в них просто экранируется бэкслэшем. Че-то несостыковочка какая-то...

w1nd, спасибо, твой пример я проверил на свежую голову и действительно все работает! я немного изменил только твою программу, и добавил пару тестовых строк, и вот что получилось:

программа (jdk_1.5.0_8):


я добавил переменную t для того чтобы можно было обрамлять строки теста дополнительными незначащими символами, для чего это сделано - будет видно чуть позже.
Вначале я провел тест при значении переменной t = "", и вот результаты:

на этом наборе тестов паттерн, предложенный w1nd, работает превосходно.
а вот когда я провел тесты но при значении переменной t = "oo" то получил результаты которые не поддаются логике:



почему так? ведь паттерн не ограничивается строкой, в нем нет начального ^ и завершающего $ символа?

Это сообщение отредактировал(а) _program_seeker - 1.3.2007, 17:50

Нет. [^A][^B] - два последовательных символа, но первый не А, а второй не В.
\QAB\E - последовательность любой величины, лишь бы это не была последовательность АВ.


Да.


Потому что String.matches работает не совсем так, как обычный паттерн-матчинг. Часто он считает, что твой шаблон должен подходить именно для всей строки. Я бы сказал, что это всегда так, но сам пару раз столкнулся с необходимостью явно указать ^$.
Кстати, раз уж ты пишешь в пятой жабе, то учти, что этот же код в шестой жабе уже будет работать иначе. О причине читай выше.

Добавлено @ 18:06 
Хотя, насчёт \QAB\E могу ошибаться - мало сталкивался.

У меня в первом случае все равно не так получается. Во втором так же. Версия 1.6.0
И вообще, не понимаю, почему у тебя так получается и откуда взяли, что \Q…\E обозначает последовательность:

P.S. Со количеством слэшэй я накосячил - перепутал с пхп - там используется одиночный...

Спасибо, что напомнил. Итого получаем, что \QАВ\E === АВ, а [^\QАВ\E] === [^АВ].

Насчет поиска фраз "без слова водка" - так понял, решение не найдено ?
Из решений обратной задачи для "ABooAooBooAB" можно предложить 


Это сообщение отредактировал(а) sova7 - 2.3.2007, 12:13