如何在python中使用正则表达式排除特定字符串？

Question

我想匹配以下字符串：

45 meters?
45, meters?
45?
45 ?

但不是像这样的字符串：

45 meters you?
45 you  ?
45, and you?

在两种情况下，问号都必须在末尾。 因此，从本质上讲，我想排除所有包含单词“ you”的字符串。

我已经尝试过以下正则表达式：

'\d+.*(?!you)\?$'

但它匹配第二种情况（可能是因为.* ）

Answer 1

你可以试试这个正则表达式匹配所有不具备串线you用? 最后，

^(?!.*you).*\?$

说明：

此正则表达式中使用负前瞻。 它实际上意味着什么，它将检查包含字符串you 。 它匹配除包含字符串you的行以外的所有行。

演示

Answer 2

有一个巧妙的技巧可以从正则表达式中排除某些匹配项，您可以在此处使用它：

>>> import re
>>> corpus = """
... 45 meters?
... 45?
... 45 ?
... 45 meters you?
... 45 you  ?
... 45, and you?
... """
>>> pattern = re.compile(r"\d+[^?]*you|(\d+[^?]*\?)")
>>> re.findall(pattern, corpus)
['45 meters?', '45?', '45 ?', '', '', '']

不利的一面是，当排除事件开始时，您会得到空的匹配，但很容易将它们过滤掉：

>>> filter(None, re.findall(pattern, corpus))
['45 meters?', '45?', '45 ?']

这个怎么运作：

诀窍是我们只注意捕获的组...因此，交替的左侧- \\d+[^?]*you （或“数字后跟非-字符后跟'you'”）匹配您不需要的东西，然后我们就忘了。 仅当左侧不匹配时，右侧- (\\d+[^?]*\\?) （或“数字后跟非？字符后跟'？”）-匹配，并且那个被捕获。