Question

我有一个带有这样一串字符串的电影场景：

80101_intertitle:Blablabla
80101_1:BlablablaBlablabla
80101_2:Blablabla
80101_:BlablablaBlablablaBlablabla
80101_3:BlablablaBlablabla
80101_11:Blablabla
801_1:Blablabla
801_2:Blablabla

我的目标是在所选序列中匹配所有数字:（在此示例中选择为80101_，字符串＃2，＃3，＃5，＃6），匹配字符串没有现有数字（如80101_:Blablab，字符串＃4）但没有将字符串与_intertitle匹配（字符串＃1）。

我现在的正则表达式看起来像这样（Python中的代码）：

selection = "80101"; # I'm getting this from elsewhere
pattern = selection + "_" + "\d*";

这匹配所有带/不带数字的字符串，但也匹配_intertitle的字符串。如果我修改我的模式"\d[^:]*"，它与_intertitle不匹配，但也与没有数字的字符串不匹配...我无法得到正确的模式，任何人都可以请我带领我在正确的方向？感谢。

Answer 1

您可以使用否定前瞻：

80101_\d*(?!intertitle)

如果其内容出现在使用点，那么否定前瞻(?! ... )会阻止匹配。

regex101 demo

您的模式可以写成：

pattern = selection + r"_\d*(?!intertitle)"

Answer 2

我认为你应该添加＆＃34;（？= :)和＃34;在你的模式中：

r"80101_\d*(?=:)"

这意味着：选择＆＃34; 80101 _＆＃34; +仅当其后跟＆＃34;时才为零或更多位数：＆＃34;。如果是＆＃34; 80101_intertitle：Blablabla＆＃34;我们在＆＃34; 80101 _＆＃34;之间有一个非数字符号。和＆＃34;：＆＃34;，所以它不匹配。

Answer 3

你需要锚点和多线标志。此外，您还应在正则表达式的末尾添加:.*以匹配整个字符串。

^80101_\d*:.*$

参见演示：https://regex101.com/r/yqGgrv/1

以下是相应的python代码：

In [1]: s = """80101_intertitle:Blablabla
   ...: 80101_1:BlablablaBlablabla
   ...: 80101_2:Blablabla
   ...: 80101_:BlablablaBlablablaBlablabla
   ...: 80101_3:BlablablaBlablabla
   ...: 80101_11:Blablabla
   ...: 801_1:Blablabla
   ...: 801_2:Blablabla"""

In [2]: import re
In [4]: re.findall(r'^80101_\d*:.*$', s, re.M)
Out[4]: 
['80101_1:BlablablaBlablabla',
 '80101_2:Blablabla',
 '80101_:BlablablaBlablablaBlablabla',
 '80101_3:BlablablaBlablabla',
 '80101_11:Blablabla']

Answer 4

是的，这很容易做到：

import re

s = '''80101_intertitle:Blablabla
80101_1:BlablablaBlablabla
80101_2:Blablabla
80101_:BlablablaBlablablaBlablabla
80101_3:BlablablaBlablabla
80101_11:Blablabla
801_1:Blablabla
801_2:Blablabla'''

matches = re.findall(r'(80101_\d+:.*)', s)
for match in matches:
    print(match)
matches = re.findall(r'(80101_:.*)', s)
for match in matches:
    print(match)

正则表达式匹配特例

4 个答案: