为什么以下否定前瞻不起作用

Question

import re
txt =  'harry potter is awsome  so is harry james potter'
pat = '\W+(?!potter)'
re.findall(pat,txt)

根据我的理解，输出应该是所有未被波特跟随的词

  

['potter'，'是'，'awsome'，'so'，'是'，'harry'，'james'，'potter']

但实际输出是

  <'哈利'，'波特'，'是'，'太棒了'，'所以'，'是'，'哈利'，'詹姆斯'，'波特']

为什么这种模式也与波特所遵​​循的哈利相匹配？

Answer 1

因为" potte"与"potter"不匹配。

>>> txt = 'harry potter is awsome  so is harry james potter'
>>> pat = '(\w+)(?:\W|\Z)(?!potter)'
>>> re.findall(pat,txt)
['potter', 'is', 'awsome', 'so', 'is', 'harry', 'potter']

Answer 2

  

根据我的理解，输出应该是所有未被波特跟随的词语

确实如此。问题是，每个单词后面都没有potter，因为根据定义，每个单词后跟空格或字符串的结尾。

Answer 3

import re

txt =  txt =  'harry potter is awsome  so is harry james potter'

pat = r'\w+\b(?![\ ]+potter)'

print re.findall(pat,txt)

Answer 4

我得到了这个结果：

[' ', ' ', '  ', ' ', ' ', ' ']

......这正是我所期待的。 \W+（注意大写W）匹配一个或多个非单词字符，因此\W+(?!potter)匹配输入中单词之间的空格，除非即将出现的单词以“potter”开头。如果我想匹配每个没有跟着“波特”这个词的单词，我会使用这个正则表达式：

pat = r'\b\w+\b(?!\W+potter\b)'

\b与word boundary匹配;前两个确保我匹配整个单词，最后一个确保即将到来的单词是“potter”而不是以“potter”开始的更长的单词。

注意我是如何使用原始字符串（r'...'）的。你应该养成在Python中使用它们的所有正则表达式的习惯。在这种情况下，如果我使用普通字符串，\b将被解释为退格符。