Question

如果在python中使用正则表达式不包含某个关键字，我试图匹配文件路径的一部分。例如，将正则表达式应用于“/ exclude / this / test / other”不应该匹配，而“/ this / test / other”应该返回不包括“other”的文件路径，即“/ this / test”，以及其他“其他”是任何目录。到目前为止我正在使用这个

In [153]: re.findall("^(((?!exclude).)*(?=test).*)?", "/exclude/this/test/other")
Out[153]: [('', '')]

re.findall("^(((?!exclude).)*(?=test).*)?", "/this/test/other")
Out[152]: [('/this/test/other', '/')]

但我不能让它在“测试”之后停止匹配，也有一些空的匹配。有什么想法吗？

Answer 1

如果您只需要检查关键字是否存在，只需使用in：

In [33]: s1="/exclude/this/test"

In [34]: s2="this/test"

In [35]: 'exclude' in s1
Out[35]: True

In [36]: 'exclude' in s2
Out[36]: False

编辑：或者如果你想要路径直到测试：

if 'exclude' not in s:
    re.findall(r'(.+test)',s)

Answer 2

您获得了额外的结果，因为（1）您使用findall()代替search()，以及（2）您正在使用捕获组而不是非捕获

>>> import re
>>> re.search(r'^(?:(?:(?!exclude).)*(?=test)*)$', "/this/test").group(0)
'/this/test'

这也适用于findall()，但是当你匹配整个字符串时，这没有用。更重要的是， include 部分正则表达式不起作用。检查一下：

>>> re.search(r'^(?:(?:(?!exclude).)*(?=test)*)$', "/this/foo").group(0)
'/this/foo'

这是因为*中的(?=test)*使前瞻可选，这使得它毫无意义。但摆脱*并不是一个真正的解决方案，因为exclude和test可能是较长字词的一部分，例如excludexx或yyytest。这是一个更好的正则表达式：

r'^(?=.*/test\b)(?!.*/exclude\b)(?:/\w+)+$'

测试：

>>> re.search(r'^(?=.*/test\b)(?!.*/exclude\b)(?:/\w+)+$', '/this/test').group()
'/this/test'
>>> re.search(r'^(?=.*/test\b)(?!.*/exclude\b)(?:/\w+)+$', '/this/foo').group()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'

编辑：我看到您修复了“可选前瞻”问题，但现在整个正则表达式都是可选的！

编辑：如果您希望在/test之后停止匹配，请尝试以下操作：

r'^(?:/(?!test\b|exclude\b)\w+)*/test\b'

(?:/(?!test\b|exclude\b)\w+)*匹配零个或多个路径组件，只要它们不是/test或/exclude。

Answer 3

如果您的匹配比使用in和简单关键字更复杂，那么您可能会更清楚地了解两个正则表达式：

import re
s1="/exclude/this/test"
s2="this/test"

for s in (s1,s2):
    if re.search(r'exclude',s): 
        print 'excluding:',s
        continue
    print s, re.findall(r'test',s)

打印：

excluding: /exclude/this/test
this/test ['test']

如果这是您的目标，您可以将两个正则表达式压缩：

print [(s,re.findall(r'test',s)) for s in s1,s2 if not re.search(r'exclude',s)]

修改

如果我理解你的编辑，这可行：

s1="/exclude/this/test/other" s2="/this/test/other" print [(s,re.search(r'(.*?)/[^/]+$',s).group(1)) for s in s1,s2 if not re.search(r'exclude',s)]

打印：

[('/this/test/other', '/this/test')]

如果密钥不存在，正则表达式匹配文件路径的一部分

3 个答案: