前面没有正则表达式的单词

Question

这些问题很多，但它们都集中在有几个字符上。

在文本文件中我有 TXX 和 txx，我需要找到它们。不过我也有Base64编码的图片。

意思是我有

"picture":"/9j/4AAQSkTXX . . .

基本上TXX,txx可以在Base64编码的图片中随机出现

我使用了以下正则表达式：

(?<!"picture":")(?:(\w|\/|\+)+)(TXX|txx)

我也意识到应该改成：

(?<!"picture":")(?:(\d|\w|\/|\+|\=)+)(TXX|txx)

但是它说我正在做一个灾难性的回溯，即使没有 (?:)（非捕获组）它仍然不起作用。基本上它只是不接受 "picture":" 和第一个字符并接受其他所有内容。

因为我不能用

这样的量词将正则表达式放在负向后视中

(?<!"picture":".+)TXX|txx

我应该如何形成正则表达式才能使这些通过

"something-txx": "somerandomstring"
value not picture:  "some other stringtxxsome string"

但这不是

"picture":"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"

示例输入已开启： http://pastebin.com/5XJVNqGS （我知道 pastebin 过期后就不好用了，但我在粘贴这么多文本时遇到了问题，因为页面卡住了）

结果应该是：

Result1: "some-txx": value

Result2: hereisTXX: "1235"

Result3: "GROUPDATA" : "{DATA1: sample, TXX-value:12312 ,DATA2: sample2}"

Answer 1

我相信你可以使用一个相当有用的 Java "to-some-extent" 可变宽度回顾：

(?<!"picture":"[^"]{0,10000})(?i:txx)

如果您有更长的 Base64 编码字符串，您可以调整 10000 值。

测试于 RegexPlanet

如果您有非常大的图像，请使用反向正则表达式的反向字符串技巧（前瞻可以是未定义的可变大小）：

String rx = "(?i)\"[^\"]*\"\s*:\s*\"[^\"]*xxt[^\"]*\"(?![^\"]*\":\"erutcip\")";

样本Java program on Ideone：

import java.util.regex.*;
class HelloWorld{

     public static void main(String []args){

     String str = "THE_HUIGE_STRING_THAT_CAUSED_Body is limited to 30000 characters;you entered 53501_ISSUE";
     str = new StringBuilder(str).reverse().toString();
     String rx = "\"?[^\"]*\"?\s*\"?[^\"\n\r]*(?:xxt|XXT)[^\"\n\r]*(?![^\"]*\":\"erutcip\")";
     Pattern ptrn = Pattern.compile(rx);
     Matcher m = ptrn.matcher(str);
     while (m.find()) {
         System.out.println(new StringBuilder(m.group(0)).reverse().toString());
     }

     m = ptrn.matcher(new StringBuilder("\"something-txx\": \"somerandomstring\"").reverse().toString());
     while (m.find()) {
        System.out.println(new StringBuilder(m.group(0)).reverse().toString());
     }
  }
}

前面没有正则表达式的单词

Word not preceded by a regular expression

java

regex

regex-lookarounds