regex - 1文字が多すぎるPerl正規表現置換

Question

私は perl 正規表現の置換についてはかなりの能力を持っていますが、ちょっと錆びてきており、これは普段はしないことです。XML の & 文字をエスケープするためですが、すでにエスケープされた文字の & を置き換えることはできません。その右側の文字を削除または置換することを除いて、正常に動作するようです。私は何が欠けていますか？

$str =~ s/&[^amp;|lt;|gt;|quot;|#39;]/&/g;

Answer 1

否定された文字クラスを否定的な先読みと間違えています。

あなたの正規表現は本当に意味します：

/&[^#39aglmopqtu;|]/ # mixed a few letters and removed duplicates

しかし、あなたが意味したのは：

/&(?!amp;|lt;|gt;|quot;|#39;)/

角かっこは、グループ化ではなく、文字クラスを表します!

XMLエンティティの一致を本当に避けたい場合は、次のような正規表現を使用する必要があります

m{& (?! (?:
   (?:\#[0-9]+)
  |(?:\#x[0-9a-fA-F]+)
  |(?:[lg]t|amp|apos|quot) # predefined XML entities
); )}x

( XML 仕様を比較してください) 何らかの方法で、ドキュメントによって宣言されているすべてのエンティティ、または参照されている DTD を追加します。

Answer 2

ゼロ幅の負の先読みが必要なようです。何かのようなもの

$str =~ s/&(?!amp;|lt;|gt;|quot;|#39;)/&/g;