如何在 Python 中使用正则表达式排除特定字符串？答案

【问题标题】：How to exclude specific string using regex in Python?如何在 Python 中使用正则表达式排除特定字符串？
【发布时间】：2014-08-10 07:12:31
【问题描述】：

我想匹配如下字符串：

45 meters?
45, meters?
45?
45 ?

但不是这样的字符串：

45 meters you?
45 you  ?
45, and you?

在这两种情况下，问号都必须在末尾。所以，基本上我想排除所有那些包含“你”这个词的字符串。

我尝试了以下正则表达式：

'\d+.*(?!you)\?$'

但它匹配第二种情况（可能是因为.*）

【问题讨论】：

you 可以出现在字符串的任何位置，还是只出现在末尾？
它可能在任何地方，但现在我很感兴趣，当它出现在最后时，谢谢。
我的意思是“任何地方”，在 you 和 ? 之间可能会有一些空格。
你可以试试\d+.*?(?<!you\?)$，但它也会匹配45 you ?。你不能这样做 (?<!you\s*\?) 因为lookbehinds（在大多数情况下）需要是固定长度的。
正则表达式是强制性的吗？你可以这样："you" in mystring

标签： python regex substring

【解决方案1】：

你可以试试这个正则表达式来匹配所有没有字符串you的行，最后是?，

^(?!.*you).*\?$

说明：

在这个正则表达式中使用了负前瞻。它实际上意味着什么，它检查包含字符串you 的行。它匹配除包含字符串you 的行之外的所有行。

DEMO

【讨论】：

如果单词是you，OP 只希望它丢弃匹配项。
抱歉，我需要.，因为它甚至应该匹配45, meters?
你想要这个^[\d,]+ ?(\w+)?\?$吗？
更好，但同样，正如@AmalMurali 所说，它失败了42 test meters?
是的，我认为第二个是最好的，但我会在^(?!.*you).*\?$' 中更改它，因为正如我所写的，我还需要字符串末尾的问号。谢谢！！！

【解决方案2】：

有一个neat trick 可以从正则表达式中排除一些匹配项，您可以在此处使用：

>>> import re
>>> corpus = """
... 45 meters?
... 45?
... 45 ?
... 45 meters you?
... 45 you  ?
... 45, and you?
... """
>>> pattern = re.compile(r"\d+[^?]*you|(\d+[^?]*\?)")
>>> re.findall(pattern, corpus)
['45 meters?', '45?', '45 ?', '', '', '']

缺点是当排除开始时你会得到空匹配，但这些很容易被过滤掉：

>>> filter(None, re.findall(pattern, corpus))
['45 meters?', '45?', '45 ?']

工作原理：

诀窍是我们只关注捕获的组......所以交替的左侧 - \d+[^?]*you（或“数字后跟非？字符后跟'你'”）匹配你不想要，然后我们就忘了它。仅当左侧不匹配时，右侧 - (\d+[^?]*\?)（或“数字后跟非？字符后跟'？'） - 匹配，并且那个被捕获。

【讨论】：

+1。我正在用相同的方法写一个答案，但你更快。