什么是从一个子字符串匹配到另一个子字符串的正则表达式，而中间没有另一个子字符串？

Question

我希望从子字符串foo匹配到子字符串bar，但两者之间没有子字符串baz。 （Python是首选，所以负面/正面前瞻是好的）

Answer 1

您可以尝试使用负前瞻的下面的正则表达式

foo(?:(?!baz).)*bar

DEMO

(?:(?!baz).)*告诉正则表达式引擎匹配任何字符零次或多次，但不匹配字符串buz。

>>> import re
>>> s = """fooblahblahbar
... fooblahbazbar"""
>>> m = re.findall(r'foo(?:(?!baz).)*bar', s, re.M)
>>> m
['fooblahblahbar']

Answer 2

另一种方式（不太方便，但效率更高，尤其是长字符串）：

bear(?=((?:[^cd]+|c+(?!at)|d+(?!og))*))\1bar

此模式模拟python中不可用的功能：the atomic group

与原子组相同的模式是：bear(?>[^cd]+|c+(?!at)|d+(?!og))*dog

模拟此功能的技巧是使用前瞻断言是原子的事实（一旦达到右括号，就无法删除字符）。如果你把一个捕获组放在里面，然后你使用反向引用，你就获得了一个原子组：

(?>expression)    <=>    (?=(expression))\1

其中\1是反向引用。

此方法的局限性：

如果目标字符串包含高密度的第一个字符（示例中为“d”和“c”），这将减慢正则表达式引擎的工作速度，因为它有更多的测试要做（你松开了给出第一个贪心量词[^cd]+）

的优点