非固定长度的正则表达式负回溯

Question

正如document 所说：

这称为否定后向断言。与肯定的后向断言类似，包含的模式必须只匹配一些固定长度的字符串。

所以这会起作用，目的是匹配{}之外的任何,，但不在{}内部：

In [188]:

re.compile("(?<!\{)\,.").findall('a1,a2,a3,a4,{,a6}')
Out[188]:
[',a', ',a', ',a', ',{']

这将适用于稍微不同的查询：

In [189]:

re.compile("(?<!\{a5)\,.").findall('a1,a2,a3,a4,{a5,a6}')
#or this: re.compile("(?<!\{..)\,.").findall('a1,a2,a3,a4,{a5,a6}')
Out[189]:
[',a', ',a', ',a', ',{']
In [190]:

但如果查询是'a1,a2,a3,a4,{_some_length_not_known_in_advance,a6}'，根据文档，以下内容将无法按预期工作：

In [190]:

re.compile("(?<![\{.*])\,.").findall('a1,a2,a3,a4,{a5,a6}')
Out[190]:
[',a', ',a', ',a', ',{', ',a']

有什么办法可以做到这一点吗？消极的回顾是错误的方法吗？

这就是lookbehind最初的设计目的（仅匹配某个固定长度的字符串）的任何原因？

Answer 1

有什么办法可以做到这一点？

是的。有一个非常简单的技巧，这种情况和"regex-match a pattern unless..."很相似

这是你的简单正则表达式：

{[^}]*}|(,)

交替的左侧| 匹配完整的{ brackets } 标记。我们将忽略这些匹配。右边匹配并捕获第 1 组的逗号，我们知道它们是右边的逗号，因为它们没有被左边的表达式匹配。

这是一个执行多个任务的演示，因此您可以选择（参见the demo)底部的输出：

1. 计算要匹配的逗号（不是大括号之间的逗号）
2. 显示匹配项（逗号...呵呵）
3. 替换正确的逗号。这里我们替换为SplitHere，这样我们就可以执行任务 4...
4. 用逗号分割，并显示分割后的字符串

参考

How to match (or replace) a pattern except in situations s1, s2, s3...

Answer 2

除了使用 Negative Lookbehind，您可以使用带有平衡大括号的 Negative Lookahead。

,(?![^{]*\})

例如：

>>> re.findall(r',..(?![^{]*\})', 'a1,a2,a3,a4,{_some_unknown_length,a5,a6,a7}')
[',a2', ',a3', ',a4']