Найти в тексте слова, которые не обрамлены < >

#php #регулярные_выражения

Пример текста:


  Объект <Московский государственный университет имени М. В.
  Ломоносова> — ведущий университет России. Этот университет был основан
  в 1755 году...


Нужно такое регулярное выражение, которое будет искать в тексте все слова "университет",
кроме тех, которые обрамлены символами < и > (выделил в примере жирным слово, которое
искаться не должно).

Для регулярок используется pcre (PHP).

Уже час голову ломаю, ничего работающего придумать не удалось...
    

Ответы

Ответ 1

var s = "Объект <Московский государственный университет имени М. В. Ломоносова> —
ведущий университет России. Этот университет был основан в 1755 году..."

s.replace(/<[^>]*>|(университет)|./g, (m, u, i, s) => u && console.log(i))


Выводит 81 и 106.


Ответ 2

То же, что и в ответе @Qwertiy, но на PHP:

$replacer = function( $match ) {
    if ( @$match[1] ) {
        return "институт";
    } else {
        return $match[0];
    }
};

$text = "Объект <Московский государственный университет имени М. В. Ломоносова> —
ведущий университет России. Этот университет был основан в 1755 году...";
$re = "/(университет)|<.*?>/ius";
echo preg_replace_callback( $re, $replacer, $text );


http://ideone.com/CZVo9e


Ответ 3

Вариант поиска для последующей замены

preg_replace('/\G(?(?=<)(?>[^>]+)|[^<])+?\Kуниверситет/giu','институт',$str);


Пример


Ответ 4

Как вариант, можно сначала убрать из строки содержимое <...>, а затем уже выполнять
поиск по изменённой строке.

Пример на perl:

use strict;
use warnings;

$\="\n";
my $line = 'Объект <Московский государственный университет '.
    'имени М. В. Ломоносова> — ведущий университет России. '.
    'Этот университет был основан в 1755 году...';

# Этап 1-й удалить лишнее: всё, что внутри <...>    
my $string = ($line =~ s/<.*>//rg);

# Этап 2-й затем обычный поиск по уже изменённой строке.
while ($string =~ /(университет)/g) {
    print $1;
}


Ответ 5

(университет)(?![^>]*>)


Пропускает слово, если далее присутствует закрывающая >, но не проверяет что была
открывающая <. (К сожалению lookbehind assertion должно быть фиксированной длины.)