Как исключить ссылки из текста с помощью regex?

Question

[Олег Сулима]

Нужно с помощью одного регулярного выражения с помощью javascript найти в тексте все слова, но пропустить то, что находится в квадратных скобках и пропустить ссылки. Слова будут использоваться для проверки правописания. Использовать можно только одно регулярное выражение.

Тестовый текст:

Lorem ipsum dolor sit amet, consectetur adipiscing elit,
sed do eiusmod tempor incididunt ut labore et dolore magna
aliqua. Ut enim ad minim veniam, quis nostrud exercitation
ullamco laboris nisi ut aliquip ex ea commodo consequat.
Duis aute irure dolor in reprehenderit in voluptate velit
esse cillum dolore eu :fugiat: nulla pariatur. Excepteur sint
occaecat :cupidatat [non] proident:, sunt in culpa qui officia
deserunt mollit anim id est laborum.

abcdefghijklmnopqrstuvwxyz [ABCDEFGHIJKLMNO] PQRSTUVWXYZ
0123456789 _+-.,!@#$%^&*();\/|<>"'
12345 -98.7 3.141 .6180 9,000 +42
555.123.4567    [phone]
[e-mail]    <[e-mail]>
www.demo.com    {http://foo.co.uk/  }  
[https://marketplace.visualstudio.com/ite]   ms?itemName=chrmarti.regex
https://github.com/chrmarti/vscode-regex asdfasdf

Допустим, что можно найти все слова с помощью
/\b[^\s]+\b/g
Допустим, что можно найти текст в квадратных скобках с помощью
/[^\[]*\]/g
Если их объединить, то получается
/(\b[^\s]+\b)(?!([^\[]*\]))/g
Если я правильно понимаю, то вторая группа фильтрует первую. Для ссылок я набросал выражение
/\b(http)[^\s]+\b/g
По аналогии я пытаюсь добавить его третьей группой с negative lookagead, чтобы первая группа искала все слова, вторая удаляла оттуда всё, что в скобках, а третья убирала ссылки. Получается
/(\b[^\s]+\b)(?!([^\[]*\]))(?!(\bhttp[^\s]+\b))/g
Но ссылки не убираются. Работают ли так группы, как я хочу? Или я иду в неверном направлении?

Answer 1

[Nick Sdk]

/(\b[^\s]+\b)(?!([^\[]*\]))/g
Если я правильно понимаю, то вторая группа фильтрует первую

Откройте для себя онлайн редакторы регулярок
https://regex101.com/r/jB5JrR/1
да и вообще лучше почитайте мануалы по регуляркам :)

ваша вторая "группа" не группа, а отрицательное вперед смотрящее
т.е. вы находите "слова", после которых нет того, что в вашей "группе" (?!([^\[]*\]))

По аналогии я пытаюсь добавить его третьей группой с negative lookagead, чтобы первая группа искала все слова, вторая удаляла оттуда всё, что в скобках, а третья убирала ссылки. Получается
/(\b[^\s]+\b)(?!([^\[]*\]))(?!(\bhttp[^\s]+\b))/g

это не работает так, как вы описали)

Comments

[Олег Сулима]

Спасибо, я уже спрашивал у гугла. С проблемой вы можете помочь или только потроллить?

[Nick Sdk]

Oleg3474, хм, а я и не тролил

[Nick Sdk]

Oleg3474, мне кажется, что проще будет вытянуть все слова вашей регуляркой, а потом уже отфильтровать то, что вытянулось

[Nick Sdk]

Oleg3474, ИМХО, если делать чисто регуляркой то будет получаться слишком монструозно

[Олег Сулима]

Извините, пожалуйста, ваше первое сообщение меня смутило... Я читал мануалы, не спорю, что не всё понял. А вы можете сказать как оно работает? Скобочки это ведь группа, а ?! negative lookahead.

т.е. вы находите "слова", после которых нет того, что в вашей "группе"

что это значит? если я сразу с помощью (\b[^\s]+\b) нахожу все слова, так после них уже и нечего искать...

[Олег Сулима]

Nick Sdk, Дело в том, что есть текстовый редактор tinymce и для него есть spellchecker, и для конфигурации есть только одна эта регулярка. я бы рад отфильтровать это в несколько действий, но не вижу способа

[Nick Sdk]

Oleg3474, попробуйте такого рода регулярку
https://regex101.com/r/RzjtT7/1

[Олег Сулима]

Nick Sdk, кажется работает. Огромное вам спасибо. Осталось понять как вы это сделали... Скажите, пожалуйста, на основании вашего опыта, может вы можете посоветовать книгу или ресурс по регуляркам, который может дать хорошую базу для понимания?

[Nick Sdk]

Oleg3474,
https://toster.ru/answer?answer_id=1203100

[Олег Сулима]

Nick Sdk, Где найти хороший мануал по regexp? вы уже отвечали на этот вопрос, спасибо :)