Question

我们解析自动脚本创建的日志。我们关心的一个典型事情是来自以下行的字符串：'1.10.07-SNAPSHOT (1.10.07-20110303.024749-7)'：

15:28:02.115 - INFO   - TestLib: Successfully retrieved build version: '1.11.11-SNAPSHOT (1.11.11-20110303.024749-7)'

问题是，一些日志是手动创建的，用户自己输入这些信息。为了提醒他们自己添加了模板对话框的格式：

02:24:50.655 - INFO   - gui: Step Dialog: For test results management purposes, specify the build in which the test is executed in the following format, build version: 'specify version here'
02:25:04.905 - INFO   - gui:     Response: OK
02:25:04.905 - INFO   - gui:     Comments: 'build version: '1.11.11''

目前我的正则表达式为.*[Bb]uild [Vv]ersion:*\s*(?!.*<)'?([^']*)'。 '(?!.*<)'是我第一次尝试避免这个问题，因为有些用户会写''。但是，这并没有抓住上述情况。根据{{3}}，我认为正确的做法是做一个负面的观察，如果'Step Dialog'出现在线上就不匹配，但是我的写作尝试似乎让我失望了。由于某种原因，它不会让我分享我保存的表格的链接）。我认为负面的看起来像这样：(?<!Step Dialog)并导致这个：

`(?<!Step Dialog).*[Bb]uild [Vv]ersion:*\s*(?!.*<)'?([^']*)'`

但由于某种原因，这与上面的第一行和第三行相匹配。

修改
'[Bb]'和'： \ s '适用于使用多个冒号和空格（大写“Build”）以不正确格式输入信息的用户。一般来说，清理它的建议值得赞赏，我对正则表达式来说相对较新。

Answer 1

你很接近，但它仍然匹配，因为它可以找到满足.*的字符串，而不是Step Dialog。正面和负面断言仅影响紧邻它们的模式。因此，您必须强制它检查您不希望与Step Dialog匹配的每个字符。

试试这个：

`^(?:(?!Step Dialog).)*[Bb]uild [Vv]ersion:*\s*(?!.*<)'?([^']*)'`

现在，它确保^（行的开头）和[Bb]uild [Vv]ersion之间的每个字符都不字符串Step Dialog。

你会注意到我也把它变成了一个积极的前瞻，因为它更容易理解发生了什么。

Answer 2

你可以通过几种方式做到这一点，但是你很接近。

`.*(?<!Step Dialog.*)[Bb]uild [Vv]ersion:*\s*(?!.*<)'?([^']*)'`
`^(?!.*Step Dialog).*[Bb]uild [Vv]ersion:*\s*(?!.*<)'?([^']*)'`

Chriszuma的模式也应该有用。使用您最喜欢的。如果考虑性能，您可以对三种模式进行基准测试，看看哪种模式更快。我的感觉是，它将以``。（？）`开头，但我不能肯定地说。

编辑：正如ekhumoro指出的那样，the Python regex engine requires fixed-length lookbehinds，所以第一个不适用于Python。第二个应该没问题。

Python正则表达式负面看后方

2 个答案: