如何匹配除某些字符之外的所有内容？正则表达式

Question

我有这两个字符串：

s2 = 开始 bla bla bla word1 bla bla bla word1 value1 word1 bla bla bla

s1= 开始 bla bla bla word1 bla bla bla word1 bla bla bla word1 value1

我想检查s 是否有值1，但它应该在第二个word1 之后。 所以 s1 应该返回 value1，但 s2 应该返回 None 因为 value1 在第三个 word1 之后。

我试过了：

re.search('start(.*?word1){2}\s+(value1)')

我的搜索为 s1 和 s2 返回 value1 的问题？因为. 包含所有内容！

Answer 1

使用如下所示的否定前瞻断言。下面的正则表达式将捕获字符串 value1 ，前提是它前面正好有两个 word1 字符串。

r'start(?:(?:(?!word1).)*word1){2}(?:(?!word1).)*?(value1)'

(?:(?!word1).)* 将匹配任何字符，但不匹配 word1 零次或多次。也就是说，在匹配单个字符之前，正则表达式引擎会检查该字符是否不是w，后跟ord1。如果没有，那么只有正则表达式引擎会匹配以下字符。此检查将在匹配每个字符之前进行。一旦看到word1 字符串，它将停止匹配。

DEMO

>>> import re
>>> s2 = "start bla bla bla word1 bla bla bla word1 value1 word1 bla bla bla"
>>> s1= "start bla bla bla word1 bla bla bla word1 bla bla bla word1 value1"
>>> re.search(r'start(?:(?:(?!word1).)*word1){2}(?:(?!word1).)*?(value1)', s2)
<_sre.SRE_Match object at 0x7f0bb60e9558>
>>> re.search(r'start(?:(?:(?!word1).)*word1){2}(?:(?!word1).)*?(value1)', s2).group(1)
'value1'
>>> re.search(r'start(?:(?:(?!word1).)*word1){2}(?:(?!word1).)*?(value1)', s1)
>>> 

Answer 2

您可以使用以下函数，在正则表达式中使用re.findall 和正look-behind：

>>> def find(val,s):
...  if re.findall(r'(?<=word1 )\w+',s)[1]==val:
...    return val
...  else :
...    return None
... 
>>> print find('value1',s1)
None
>>> print find('value1',s2)
value1