Question

我需要找到匹配模式的所有字符串，但两个给定的字符串除外。

例如，查找除aa和bb之外的所有字母组。从这个字符串开始：

-a-bc-aa-def-bb-ghij-

应该返回：

('a', 'bc', 'def', 'ghij')

我尝试使用捕获4个字符串的this regular表达式。我以为我已经接近了，但（1）它在Python中不起作用，（2）我无法弄清楚如何从搜索中排除一些字符串。（是的，我可以在以后删除它们，但我真实的正则表达式一次性完成所有操作，我想在其中包含最后一步。）

我说它在Python中不起作用，因为我试过这个，期望完全相同的结果，但我得到的只是第一组：

>>> import re
>>> re.search('-(\w.*?)(?=-)', '-a-bc-def-ghij-').groups()
('a',)

我试着用负面向前看，但我找不到适合这种情况的解决方案。

Answer 1

你可以利用负向前瞻。

例如，

>>> re.findall(r'-(?!aa|bb)([^-]+)', string)
['a', 'bc', 'def', 'ghij']

-匹配-
(?!aa|bb)否定前瞻，检查-或aa

bb

([^-]+)匹配除-

修改

以上正则表达式与以aa或bb开头的正则表达式不匹配，例如-aabc-。为了解决这个问题，我们可以将-添加到前瞻中，例如

>>> re.findall(r'-(?!aa-|bb-)([^-]+)', string)

Answer 2

您需要使用否定前瞻来限制更通用的模式，并使用re.findall来查找所有匹配项。

使用

res = re.findall(r'-(?!(?:aa|bb)-)(\w+)(?=-)', s)

或 - 如果连字符之间的值可以是连字符以外的任何值，请使用否定字符类[^-]：

res = re.findall(r'-(?!(?:aa|bb)-)([^-]+)(?=-)', s)

这是regex demo。

<强>详情：

- - 连字符
(?!(?:aa|bb)-) - 如果第一个连字符后面有aa-或bb-，则不应返回匹配项
(\w+) - 第1组（此值将由re.findall调用返回）捕获1个或多个字词或 [^-]+ - 1个或多个字符除了-
(?=-) - 字符字符后面必须有-。这里需要前瞻以确保重叠匹配（因为此连字符将成为下一场比赛的起点）。

Python demo：

import re
p = re.compile(r'-(?!(?:aa|bb)-)([^-]+)(?=-)')
s = "-a-bc-aa-def-bb-ghij-"
print(p.findall(s)) # => ['a', 'bc', 'def', 'ghij']

Answer 3

虽然要求使用正则表达式解决方案，但我认为使用更简单的python函数（即字符串拆分和过滤）可以更轻松地解决这个问题：

input_list = "-a-bc-aa-def-bb-ghij-"
exclude = set(["aa", "bb"])
result = [s for s in input_list.split('-')[1:-1] if s not in exclude]

此解决方案还有一个额外的好处，即result也可以转换为生成器，结果列表不需要显式构造。

正则表达式匹配除字符串以外的所有

3 个答案: