Python正则表达式:查找不包含子字符串的子字符串

时间:2013-11-03 05:22:39

标签: python regex

以下是示例:

a = "one two three four five six one three four seven two"
m = re.search("one.*four", a)

我想要的是找到来自"一个"的子串。到"四"它不包含子串"两个"之间。 答案应该是:m.group(0)="一个三四",m.start()= 28,m.end()= 41

有没有办法用一条搜索线做到这一点?

4 个答案:

答案 0 :(得分:5)

您可以使用此模式:

one(?:(?!two).)*four

在匹配任何其他角色之前,我们检查我们没有开始匹配“两个”。

工作示例:http://regex101.com/r/yY2gG8

答案 1 :(得分:1)

随着Satoru加入更难的字符串,这有效:

>>> import re
>>> a = "one two three four five six one three four seven two"
>>> re.findall("one(?!.*two.*four).*four", a)
['one three four']

但是 - 有一天 - 你真的会后悔写一些棘手的正则表达式。如果这是我需要解决的问题,我会这样做:

for m in re.finditer("one.*?four", a):
    if "two" not in m.group():
        break

我在那里使用最小匹配(.*?)非常棘手。 Regexps可能是一个真正的痛苦: - (

编辑:哈哈!但如果你让字符串变得更难,那么顶部的混乱正面再次失败:

a = "one two three four five six one three four seven two four"

最后:这是一个正确的解决方案:

>>> a = 'one two three four five six one three four seven two four'
>>> m = re.search("one([^t]|t(?!wo))*four", a)
>>> m.group()
'one three four'
>>> m.span()
(28, 42)

我知道你说你希望m.end()为41,但那是不正确的。

答案 2 :(得分:0)

您可以使用否定前瞻声明(?!...)

re.findall("one(?!.*two).*four", a)

答案 3 :(得分:0)

另一个具有非常简单图案的衬垫

import re
line = "one two three four five six one three four seven two"

print [X for X in [a.split()[1:-1] for a in 
                     re.findall('one.*?four', line, re.DOTALL)] if 'two' not in X]

给了我

>>> 
[['three']]