Python regex：不包括方括号和里面的文本答案

【问题标题】：Python regex: excluding square brackets and the text insidePython regex：不包括方括号和里面的文本
【发布时间】：2019-09-23 00:16:12
【问题描述】：

我正在尝试编写一个排除方括号和其中的文本的正则表达式。

我的示例文本如下所示：'WordA, WordB, WordC, [WordD]'

我想匹配字符串中除'[WordD]' 之外的每个文本项。我尝试过使用负前瞻，例如...[A-Z][A-Za-z]+(?!\[[A-Z]+\])，但这样做仍然匹配括号内的文本。

负前瞻是最好的方法吗？如果是这样，我哪里出错了？

【问题讨论】：

标签： python regex regex-lookarounds

【解决方案1】：

您可以考虑用逗号分割，然后根据单词是否以[开头进行过滤，而不是正则表达式：

output = [word for word in str.split(', ') if word[0] != '[']

如果您使用正则表达式，您可以匹配字符串的开头，也可以在后面查找空格：

re.findall(r'(?:^|(?<= ))[A-Z][A-Za-z]+', str)

或者您可以在结尾处，在单词边界之后否定前瞻 ]：

output = re.findall(r'[A-Z][A-Za-z]+\b(?!\])', str)

【讨论】：

【解决方案2】：

这可以很简单

(\w+),

Regex Demo

检索第 1 组的值以获得所需结果。

【讨论】：

【解决方案3】：

我猜你可能想写一些类似的表达式：

[A-Z][a-z]*[A-Z](?=,|$)

或者，

[A-Z][a-z]+[A-Z](?=,|$)

测试

import re


regex = r"[A-Z][a-z]*[A-Z](?=,|$)"
string = """
WordA, WordB, WordC, [WordD]
WordA, WordB, WordC, [WordD], WordE
"""

print(re.findall(regex, string))

输出

['WordA', 'WordB', 'WordC', 'WordA', 'WordB', 'WordC', 'WordE']

如果您希望简化/修改/探索表达式，在regex101.com 的右上角面板中已对此进行了说明。如果您愿意，您还可以在this link 中观看它如何与一些示例输入匹配。

【讨论】：