Python中组的反向正则表达式匹配

Question

我看到很多措辞相似的问题，但我在想出这个语法时遇到了惊人的困难。

给定一个单词列表，我想打印所有没有特殊字符的单词。

我有一个正则表达式，它标识带有特殊字符\\w*[\À-\ǚ']\\w* 。 我已经看到很多答案都带有相当简单的场景，比如一个简单的 word 。 但是，我找不到任何否定组的东西 - 我已经看到了几组不同的语法来包含否定前瞻?! ，但我一直无法想出一种适用于它的语法。

在我的情况下，给出一个字符串，如：“应该打印 nŌt thìs”

应该打印should和print但不是其他两个词。 re.findall("(\\w*[\À-\ǚ']\\w*)", paragraph.text)为您提供特殊字符 - 我只是想反转它。

Answer 1

对于这种特殊情况，您只需在搜索中指定常规字母范围：

a = "should print nŌt thìs"
re.findall(r"(\b[A-Za-z]+\b)", a)
# ['should', 'print']

当然，您也可以添加数字或其他任何您想要匹配的内容。

至于负前瞻，它们使用语法(?!...) ， ? 之前! ，并且它们必须在括号中。 要在此处使用，您可以使用：

r"\b(?!\w*[À-ǚ])\w*"

这：

• 检查单词边界\\b ，例如空格或输入字符串的开头。
• 如果找到任何以 0 个或多个单词字符开头的特殊字符，则执行否定前瞻并停止匹配。 您必须包含\\w*因为(?![À-ǚ])只会检查特殊字符是否是单词中的第一个字母。
• 最后，如果它通过前瞻，它匹配任何单词字符。

演示。 请注意，在 regex101.com 中，您必须为\\b指定 Python 风格才能正常处理特殊字符。

还有第三种选择：

r"\b[^À-ǚ\s]*\b"

中间部分[^À-ǚ\\s]*表示无限次匹配除特殊字符或空格以外的任何字符。

Answer 2

我知道这不是正则表达式，而只是一个完全不同的想法，除了使用正则表达式之外，您可能还没有。 我想它也会慢得多，但我认为它有效：

>>> import unicodedata as ud    
>>> [word for word in ['Cá', 'Lá', 'Aqui']\
    if any(['WITH' in ud.name(letter) for letter in word])]
['Cá', 'Lá']

或使用... 'WITH' not in反转。