python-3.x - 重新 - 负前瞻是否受先前空格数量的影响？

Question

给定以下正则表达式：

import re
pattr = re.compile(r'(\d+\,\s+\d+\,\s+\d+\,\s+)(?!you shall not match\!)')

和字符串：

a = '1, 2, 3,      you shall not match!'
b = '4, 5, 6, you shall not match!'
c = '7, 8, 9, young neil asdfghj'

我们看到：

>>> pattr.search(a)
<_sre.SRE_Match object; span=(0, 13), match='1, 2, 3,     '>    #With multiple spaces it does match 
>>> pattr.search(b)                                             #With a sinlge space it doesn't found anything; returns None
>>> pattr.search(c)
<_sre.SRE_Match object; span=(0, 19), match='7, 8, 9, '>
>>> 

我需要以这样的方式进行修改，pattr使其同时返回和，并返回与上述相同的输出。None pattr.search(a)pattr.search(b)pattr.search(c)

坦率地说，任何帮助将不胜感激。

标签： python-3.xre

Answer 1

a匹配但b不匹配的原因是因为空白字符的最后一个贪婪匹配，即\s+之前)和否定的前瞻断言，匹配最长的有效匹配。

对于a，这意味着它匹配的空白字符比人们直觉期望它匹配的要少。这意味着1, 2, 3,5 个空格字符而不是所有 6 个1, 2, 3,与you shall not match!. 如果它匹配所有 6 个，那么它将不是您要求的有效匹配，1, 2, 3,后跟一系列空白字符，而不是you shall not match!. 所以，一场比赛是可能的，这就是你得到的。

>>> pattr = re.compile(r'(\d+\,\s+\d+\,\s+\d+\,\s+)(?!you shall not match!)')
>>> pattr.match(a)
<_sre.SRE_Match object; span=(0, 13), match='1, 2, 3,     '> # 5 whitespaces matched
>>>
>>> a
'1, 2, 3,      you shall not match!' # ... but a has 6

因为b，事情就简单多了。您要求一个或多个不跟随的空白字符，如果andyou shall not match!之间只有 1 个空白字符，则无法满足这一点。所以，你没有匹配。1, 2, 3,you shall not match!

对正则表达式的一种可能的更新是添加一个单词边界（根据您的需要，您可能希望 a. 替换\s*为\s+或 b. 包含\b在括号内，即组）：

>>> pattr = re.compile(r'(\d+\,\s+\d+\,\s+\d+\,\s*)\b(?!you shall not match!)')
>>> pattr.match(a)
>>> pattr.match(b)
>>> pattr.match(c)
<_sre.SRE_Match object; span=(0, 9), match='7, 8, 9, '>
>>>
>>> # a and b do not match and c matches what it did with you regular expression
>>>
>>> pattr = re.compile(r'(\d+\,\s+\d+\,\s+\d+\,\s+)(?!you shall not match!)')
>>> pattr.match(c)
<_sre.SRE_Match object; span=(0, 9), match='7, 8, 9, '>

另一个可能的更新是模拟“原子匹配”或“占有匹配”：

>>> pattr = re.compile(r'(?=(\d+\,\s+\d+\,\s+\d+\,\s+))\1(?!you shall not match!)')
>>> pattr.match(a)
>>> pattr.match(b)
>>> pattr.match(c)
<_sre.SRE_Match object; span=(0, 9), match='7, 8, 9, '>
>>> # a and b do not match and c matches what it did with you regular expression

您可能还想检查支持原子分组和所有格量词的正则表达式模块。