Question

我无法弄清楚如何为我的生活做多次寻找。假设我想在哈希之后匹配可变数量的数字，但如果前面有某些内容或者后面跟着其他内容则不匹配。例如，我想在下面匹配＃123或＃12345。外观似乎很好，但前瞻不是。我没有想法。

matches = ["#123", "This is #12345",
           # But not
           "bad #123", "No match #12345", "This is #123-ubuntu", 
           "This is #123 0x08"]

pat = '(?<!bad )(?<!No match )(#[0-9]+)(?! 0x0)(?!-ubuntu)'

for i in matches:
    print i, re.search(pat, i)

Answer 1

你也应该看一下捕捉。我打赌你会得到最后两个字符串：

#12

这就是：

引擎检查两个lookbehinds - 它们不匹配，因此继续捕获组#[0-9]+并匹配#123。现在它检查前瞻。他们失败了。但现在有回溯！模式中有一个变量，即+。因此引擎会丢弃最后一个匹配的字符（3）并再次尝试。现在，前瞻不再是问题，你得到一个匹配。解决此问题的最简单方法是添加另一个前瞻，确保您转到最后一位：

pat = r'(?<!bad )(?<!No match )(#[0-9]+)(?![0-9])(?! 0x0)(?!-ubuntu)'

注意使用原始字符串（前导r） - 在这种模式中无关紧要，但这通常是一种很好的做法，因为一旦你开始转义字符，事情会变得很难看。

编辑：如果您正在使用或愿意使用regex软件包而不是re，那么您将获得抑制回溯的占有量词：

pat = r'(?<!bad )(?<!No match )(#[0-9]++)(?! 0x0)(?!-ubuntu)'

这取决于您发现哪些更易读或可维护。不过，后者的效率会略高一些。（积分转到nhahtdh指我到regex包。）

多个否定先行断言

1 个答案: