Question

我想写一个正则表达式来检查一个单词是否以除s，x，y，z，ch，sh或元音之外的任何内容结尾，然后是s。这是我失败的尝试：

re.match(r".*[^ s|x|y|z|ch|sh|a|e|i|o|u]s",s)

补充一组字符的正确方法是什么？

Answer 1

使用str.endswith的非正则表达式解决方案：

>>> from itertools import product
>>> tup = tuple(''.join(x) for x in product(('s','x','y','z','ch','sh'), 's'))
>>> 'foochf'.endswith(tup)
False
>>> 'foochs'.endswith(tup)
True

Answer 2

[^ s|x|y|z|ch|sh|a|e|i|o|u]

这是倒置字符类。字符类匹配单个字符，因此在您的情况下，它将匹配任何字符，但其中一个字符除外：acehiosuxyz |。请注意，它不会尊重像ch和sh这样的复合组，而|实际上会被解释为管道符，它们在字符类中多次出现（其中重复项只是被忽略了。）

所以这实际上等同于以下字符类：

[^acehiosuxyz |]

相反，您必须使用负面外观，以确保尾随s 不前面有任何字符序列：

.*(?<!.[ sxyzaeiou]|ch|sh)s

这个问题是它无法匹配两个字符，因为，为了能够使用外观，后面的外观需要有一个固定的大小。并且要在后面的外观中包含单个字符和双字符组，我必须在单个字符匹配中添加另一个字符。但是，您可以使用两个单独的外观：

.*(?<![ sxyzaeiou])(?<!ch|sh)s

正如LarsH在评论中提到的，如果你真的想匹配以此结尾的单词，你应该在表达式的末尾添加某种边界。如果你想匹配字符串/行的结尾，你应该添加$，否则你应该至少添加一个单词边界\b以确保实际这个词结束< / em>那里。

Answer 3

看起来你需要一个负面的背后隐藏：

import re
rx = r'(?<![sxyzaeiou])(?<!ch|sh)s$'

print re.search(rx, 'bots')  # ok
print re.search(rx, 'boxs')  # None

请注意，re不支持可变宽度的LB，因此您需要其中两个。

Answer 4

怎么样

re.search("([^sxyzaeiouh]|[^cs]h)s$", s)

使用search()代替match()表示匹配不必从字符串的开头开始，因此我们可以删除.*。

这假设单词的结尾是字符串的结尾;即我们不必检查单词边界。

它还假设您不需要匹配“单词”hs，即使它符合您的规则。如果你想匹配它，你可以添加另一种选择：

re.search("([^sxyzaeiouh]|[^cs]|^h)s$", s)

但同样，我们假设单词的开头是字符串的开头。

请注意，原始字符串表示法r"..."在此处是不必要的（但无害）。只有在regexp中有反斜杠时它才有用，这样你就不必用字符串表示法来转义它们。

正则表达式：补充一组字符（Python）

4 个答案: