正则表达式：如何查找不包含特定单词的子字符串

Question

我有这个字符串；

string = "STARTcandyFINISH  STARTsugarFINISH STARTpoisonFINISH STARTBlobpoisonFINISH STARTpoisonBlobFINISH"

我想匹配并捕获出现在START和FINISH之间的所有子字符串，但前提是该子字符串中没有出现“ poison”一词。如何排除该单词并仅捕获所需的子字符串？

re.findall(r'START(.*?)FINISH', string)

所需的捕获组：

candy
sugar

Answer 1

使用回火点，我们可以尝试：

string = "STARTcandyFINISH  STARTsugarFINISH STARTpoisonFINISH STARTBlobpoisonFINISH STARTpoisonBlobFINISH"
matches = re.findall(r'START((?:(?!poison).)*?)FINISH', string)
print(matches)

此打印：

['candy', 'sugar']

有关正则表达式模式如何工作的解释，我们可以仔细看看：

(?:(?!poison).)*?

这使用了回火点技巧。只要后面是不是 poison，它将一次匹配一个字符。