PHP + RegExp, поиск по диапазону символов с исключением

Question

[Serator]

Здравствуйте. Подскажите, пожалуйста, как в php записать регулярное выражение [a-z[^sgm]] (пример нерабочий), т.е. все символы из диапазона a-z кроме символов sgm?

Что-то подобное нашел с символьными классами ( www.php.net/manual/ru/regexp.reference.character-classes.php ): [12[:^digit:]], но мне нужны определенные символы, а не классы.

Comments

[Serator]

Быть может в php такого попросту не существует? Мне нужно именно неальтернативное решение задачи.

Answer 1

[lashtal]

Выражение называется Double Negative:
[^[:^lower:]sgm]

Comments

[Serator]

Интересный подход и в рамках поставленной задачи он справился на ура (потому и помечаю как «решение»). Но в целях упрощения вопроса я сократил реальное условие до минимума. Решение реального условия, которое звучит как: «любой символ из ASCII (0-177), кроме „-“, „_“ и диапазонов символов „a-z“, „0-9“»

я нашел в регулярных выражениях:

/[\x0-\x2c\x2e\x2f\x3a-\x40\x5b-\x60\x7b-\x7f]/ (по аналогии можно через \n переписать, где n — число)

или

/(?![-a-z_0-9])[\0-\177]/ (по аналогии можно и с позитивным просмотром переписать (наверное, ибо лень еще что-то писать :) ))

или (в соответствии с Double Negative)

/[^[:^ascii:]-a-z_0-9]/u

Последний вариант вроде ничего так, но вот беда. Он работает только с модификатором «u» + требует, чтобы текст был кодирован в UTF-8, а не ANSI (в моей задаче я не знаю во что будет кодирован текст).

P.S. Подскажите, почему [\0-\177] не тоже самое, что и [:ascii:] (к примеру если во второй регулярке заменить диапазон на класс символов, то вывод будет отличаться на строке: «1нннннacvs##@$@$вl[]92sadf3333^>-3» (с классом появятся кириллица, а с диапазоном ее не будет)), хоть в мане и написано обратное ( www.php.net/manual/ru/regexp.reference.character-classes.php )?

Answer 2

[Dzuba]

Как-то так: [a-f,h-l,n-r,t-z]

Comments

[MastaEx]

Запятые лишние

[Serator]

Запятая — обычный символ, а не разделитель. Я привел упрощенный пример и решение через перечисление диапазонов / символов у меня работает, но это некрасивое решение. Хочется все же понять, как можно исключать символы из диапазона, аль символьного класса…

Answer 3

[Dzuba]

А если использовать условные подмаски? Например: (?(?=[a-z])[^sgm])

Comments

[Serator]

Позитивный просмотр вперед будет работать медленнее. Хочется именно исключение из диапазона / символьного класса.

Answer 4

[yadeveloper]

(?![cde])[a-z]


Comments

[yadeveloper]

abcdefg => abfg

[Serator]

По сути тоже самое, что и ответ выше…

[yadeveloper]

А есть другие варианты? Для .NET есть, для JAVA есть. Для PHP боюсь, что нет

[Serator]

У Фридла описаны примеры для .NET и Java, но что-т подобное [12[:^digit:]] у него я не нашел. Так как такой вариант в php есть, то, возможно, можно исключить и отдельные символы, аль диапазоны символов… Вот знать бы как. Ну а может такой возможности нет…

[yadeveloper]

Ну, батенька, это PHP :) Ну чуть медленнее будет с «lookahead assertion», но если у вас задача требует большого объема, ИМХО нужно смотреть в сторону другого решения проблемы, отличного от PHP.

[Serator]

Да задача как раз для php. Если не найду решения, то сделаю через альтернативное решение. Просто хочется сделать не так, чтобы просто работало, а чтобы было еще и красиво :).

[yadeveloper]

Держите в курсе, найдете — напишите сюда :)

Answer 5

[hayk]

Ну вообще-то это не PHP, а PCRE. А там скорее всего такое невозможно.

Answer 6

[Алексей Шеин]

Можно так попробовать:
/^[^\Wsgm]+$/
Пояснение: \W означает все символы, не входящие в слово, ^ инвертирует этот класс, т.е. \W становится \w, а также исключает из текущего класса следующие за \W символы sgm.