Python RegExpression根据需要不工作

Question

import re
print sorted( re.findall(r'\b[abcABC][\w-]+' ,open("file.txt",'r').read()))

file.txt包括：

aaa
autonomic-ads-bgl
academy
bfc
bhhuu
cgak
ctsss
dec-ama-cdr
dfgg-hhj-bhjk
efghk-cgh-hghj
pattern-bgl-fghhj

输出：

aaa
academy
ama-cdr
autonomic-ads-bgl
bfc
bhhuu
bgl-fghhj
cgak
cgh-hghj
ctsss

但是必需的输出是从a到c的排序元素

aaa
academy
autonomic-ads-bgl
bfc
bhhuu
cgak
ctsss

Answer 1

您可以排除之前带有连字符的所有条目：负面的背后隐藏：

print sorted(re.findall(r'(?<!-)\b[abcABC][\w-]+' ,s))
                          ^^^^^^

请参阅Python demo

<强>详情：

• (?<!-) - 如果在当前正则表达式索引（位置）之前有-权限，那么负面的背后效果会使匹配失败
• \b - 领先的单词边界
• [abcABC] - 集合中的一个字符
• [\w-]+ - 一个或多个字词或-字符。

请注意，如果您的单词不以单词边界开头，并且只有空格或字符串的开头，则可以使用(?<!\S) lookbehind而不是(?<!-)\b（demo ）：

r'(?<!\S)[abcABC][\w-]+'