1

Ao utilizar o operador de negação, desejo obter somente a parte do texto que não contenha o grupo negado previamente.

Utilizando a expressão ( ?<br\/?> ?)(Unit.), eu obtenho o seguinte resultado:

inserir a descrição da imagem aqui

Ao adicionar o operador de negação ?!, ele nega e ignora, trazendo todos os resultados:

inserir a descrição da imagem aqui

O resultado esperado para a expressão é somente a primeira tag, onde não possui nada anteriormente a palavra Unit.

1 Resposta 1

3

Sua logica esta quase certa, eu digo quase, pois falta uma pequena interpretação.

Em REGEX você deve analisar que ela pode iniciar/terminar onde quiser, a menos que você defina explicitamente como ela deve se comportar.

Analisando o que ocorre

Legenda

  • ^ Inicio do texto a ser interpretado
  • $ Fim do texto a ser interpretado

Analise 1

<td>Preço<br/>Unit.</td>
^
$

Note que nesse caço o texto interpretado so tem <, logo a REGEX não bate

Analise 2

<td>Preço<br/>Unit.</td>
^      $

Note que nesse caço o texto interpretado é <td>Preç, logo a REGEX não bate

Analise 3

<td>Preço<br/>Unit.</td>
         ^        $

Note que nesse caço o texto interpretado é <br/>Unit., se a REGEX for a 1ª
( ?<br\/?> ?)(Unit.), bate perfeitamente achando o resultado, mas como é a 2ª
(?! ?<br\/?> ?)(Unit.) o lookback inibe o resultado.

Analise 4

<td>Preço<br/>Unit.</td>
              ^   $

Note que nesse caço o texto interpretado é Unit., se a REGEX for a 1ª
( ?<br\/?> ?)(Unit.), o resultado não é encontrado, pois falta ?<br\/?> ?
no inicio, mas como a 2ª (?! ?<br\/?> ?)(Unit.), bate perfeitamente,
pois o lookback diz que não deve conter ?<br\/?> ? antes de (Unit.),
e não ter nada é valido. Assim retornando como resultado valido.

Possível solução

Usando a flag m para considerar cada nova linha \n como um novo texto a ser interpretado. Pode ser alterar a REGEX para :

/^(?!.* ?<br\/?> ?Unit\..*)(.*Unit\..*)$/gm

Veja no REGEX101

Explicação

  • ^...$ - Estou dizendo que a sentença a ser analisada é do inicio ao fim.
  • (?!.* ?<br\/?> ?Unit\..*) - Estou dizendo que se ele achar .* ?<br\/?> ?Unit\..* não deve capturar.
  • (.*Unit\..*) - Conteudo a ser capturado.

Adendo

  • O melhor modo de se pensar o lookback de negação (ao meu ver) é, imaginar a sentença exata do que ele deve capturar.
  • Você utilizou Unit. no que se você deseja capturar o . literal deve escapá-lo, caso contrario a captura aceitara UnitG, Unit#, Unit.
2
  • Entendi, Guilherme. Realmente eu estava imaginando o funcionamento do lookback de maneira incorreta. Commented 17/08/2016 às 16:11
  • @MarcelodeAndrade, eu tinha ficado preocupado que a explicação não tinha ficado boa, mas que bom que entendeu :D Commented 17/08/2016 às 16:26

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .