如何用PHP正则匹配目标词在指定距离内无特定词的句子？

这问题我之前做文本过滤时刚好碰到过，核心就是正向匹配目标词 + 负向环视排除特定邻近范围的词，用PHP的PCRE正则就能完美解决，我给你拆解思路和具体实现：

核心思路 #

我们需要两步逻辑：

1. 确保句子里包含完整的目标词（避免部分匹配，比如news里的new）
2. 用负向前瞻/后瞻，检查目标词前后N个词的范围内，是否存在需要排除的前置/后置词——如果存在，就跳过这个句子；如果不存在，就匹配成功

具体实现（可直接复用） #

1. 配置参数 #

先把可变的条件抽成参数，方便后续调整：

<?php
// 目标词：我们要找的词
$targetWord = 'new';
// 排除后置词：目标词后N词内不能出现的词
$excludeAfterWords = ['york', 'delhi'];
// 排除前置词：目标词前N词内不能出现的词
$excludeBeforeWords = ['old', 'used'];
// 最大词距：比如设置2，就是目标词前后最多2个词的范围（0=紧邻，1=隔1个词，以此类推）
$maxWordDistance = 2;

2. 构建正则表达式 #

这里要注意转义正则特殊字符，避免词里有+*?这类符号导致正则出错：

// 转义排除词并拼接成正则分支（比如变成york|delhi）
$excludeAfterPattern = implode('|', array_map('preg_quote', $excludeAfterWords));
$excludeBeforePattern = implode('|', array_map('preg_quote', $excludeBeforeWords));

// 拼接最终正则
$regex = sprintf(
    '~^.*\b(%s)\b(?!(?:\W+\w+){0,%d}\W+(?:%s))(?<!(?:\W+\w+){0,%d}\W+(?:%s)).*$~i',
    preg_quote($targetWord),
    $maxWordDistance,
    $excludeAfterPattern,
    $maxWordDistance,
    $excludeBeforePattern
);

3. 测试匹配 #

拿一组句子测试看看效果：

$sentences = [
    "I bought a new car yesterday.",          // ✅ 匹配：new前后无排除词
    "I'm visiting New York next week.",        // ❌ 不匹配：new后1词是york
    "She found a new apartment near old town.",// ✅ 匹配：old在new后超过2词距
    "Old new stock is not worth buying.",      // ❌ 不匹配：old在new前紧邻
    "Looking for new books about new delhi."   // ✅ 匹配：第一个new符合条件（第二个new虽不符合，但句子存在有效匹配）
];

// 遍历匹配
foreach ($sentences as $sentence) {
    $matches = [];
    if (preg_match($regex, $sentence, $matches)) {
        echo "匹配成功：{$sentence}\n";
    } else {
        echo "匹配失败：{$sentence}\n";
    }
}

关键细节解释 #

• \b：词边界，确保我们匹配的是完整的new，而不是news、renew这类词里的片段
• (?:\W+\w+){0,$maxDistance}：匹配0到N个“分隔符+单词”的组合，也就是目标词前后最多N个词的范围。\W+负责匹配空格、逗号等分隔符，\w+匹配单词本身
• (?!...)：负向前瞻，检查目标词后面N词内没有排除的后置词
• (?<!...)：负向后瞻，检查目标词前面N词内没有排除的前置词
• preg_quote()：转义目标词和排除词里的正则特殊字符（比如如果目标词是new?，会自动转义?避免正则语法错误）
• 修饰符i：忽略大小写，如果你需要区分大小写，可以去掉这个修饰符

进阶场景：要求所有目标词都不能有排除词 #

上面的代码是只要句子里有一个符合条件的目标词就匹配，如果你的需求是句子里所有目标词都不能在N词距内出现排除词，可以用下面的正则：

$regexStrict = sprintf(
    '~^(?!.*\b(%s)\b(?=(?:\W+\w+){0,%d}\W+(?:%s)))(?!.*(?<=(?:\W+\w+){0,%d}\W+(?:%s))\b(%s)\b).*\b(%s)\b.*$~i',
    preg_quote($targetWord),
    $maxWordDistance,
    $excludeAfterPattern,
    $maxWordDistance,
    $excludeBeforePattern,
    preg_quote($targetWord),
    preg_quote($targetWord)
);

用这个正则的话，上面测试用的Looking for new books about new delhi.就会匹配失败，因为句子里有一个new后面跟着delhi。

内容的提问来源于stack exchange，提问作者Sathishkumar