如何返回与特定模式不匹配的字符串列表？

Question

我试图从文本文件中返回所有与特定模式不匹配的结果，但是语法上有困难。

pattern is [A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}

尝试以下操作没有成功：

'^(?![A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}$).*$'

r'^(?!([A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}).)*$'

下面是匹配模式的代码，现在我需要查找所有不匹配的条目。

pattern = r'[A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}'

regex1 = re.compile(pattern, flags = re.IGNORECASE)

regex1.findall(text1)

数据示例如下：

plos_annotate5_1375_1.txt plos_annotate5_1375_2.txt plos_anno％tate5_1375_3.txt plos_annotate6_1032_1.txt

第三个字符串是我想拉的

Answer 1

如果可以在Python中进行运算，为什么要在正则表达式中取反？

strings_without_rx = [s for s in the_strings if not regex1.search(s)]

如果您要扫描文件行，甚至不需要全部存储它们，因为打开的文件是其行的可迭代项：

with open("some.file") as source:
  lines_without_rx = [s for s in source if not regex1.search(s)]
# Here the file is auto-closed.

Answer 2

您可以检查您的正则表达式是否在计算数学：

if regex.match(text1) is None:
    # Do magic you need

Answer 3

我建议对您的模式使用否定超前断言：

r'(?![A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}[^A-Za-z0-9_+\.-]+)'

如果没有与findall配合使用，它将没有匹配的所有模式：

re.findall(r'(?![A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}[^A-Za-z0-9_+\.-]+)')