Question

我想过滤掉包含例如日志文件的邮件。句子This is message 12345. Ignore.

如果我使用grep，我可以简单地传递句子并使用-v开关，例如：

grep -v "This is message 12345\. Ignore\." data.log

问题是，我必须在Python中执行此操作。类似的东西：

import re
with open("data.log") as f:
    data = f.read()
# This will select all lines that match the given sentence
re.findall(".*This is message 12345\. Ignore\..*$", data)

# HERE --> I would like to select lines that DO NOT match that sentence
# ???

我尝试使用(?...)和[^...]语法（请参阅here），但我无法正确使用。

有什么想法吗？

Answer 1

像这样使用negative lookahead assertion：

re.findall("(?!^.*This is message 12345\. Ignore\..*$).*", data)

并启用m修饰符，以便^和$匹配行的开头和结尾。

Answer 2

一个更简单的方法是将其转换为正匹配问题：

逐行浏览文件
在该行上执行正面正则表达式，如果匹配，则丢弃该行。

通常，与正则表达式的否定匹配变得相当复杂。使用正匹配找到你不想要的东西通常更简单，更有效，然后用编程逻辑排除那些东西。

Python正则表达式：如何匹配不包含* exact *句子的字符串？

2 个答案: