正則表達式匹配標點符號，后跟空格，但有一些例外

Question

我正在嘗試提出一個匹配標點符號（！，？和。）后跟一個空格的正則表達式。 我不希望以“ Mr。”，“ Mrs。”等稱呼開頭的時間段不匹配...

第一步很簡單： r"[\\?|!|\\.] "

但是我正在為第二部分而苦苦掙扎。 這是我到目前為止的內容： r"(?<=[^(Mr|Ms)])\\. "

第二個與“ radar。”或“ cups。”或“ loom。”之類的不匹配，這很糟糕。 我也很難將這兩個正則表達式合並為一個。

謝謝。

Answer 1

這應該工作：

(?<!(Mr)|(Ms))(?<!(Mrs))[.!?](?=\s|$)

這是一個演示：

In [19]: re.search(r'(?<!(Mr)|(Ms))(?<!(Mrs))[.](?=\s|$))', 'Mrs. Jones!').group(0)
Out[19]: '!'

夫妻之間有一個負面的展望，而空間或EOL則具有正面的展望。

請注意，每個不同長度的單獨稱呼都將需要其后面的外觀。

---

根據OP的要求進行了編輯：

In [78]: re.search(r'((?<!(Mr)|(Ms))(?<!(Mrs))[.])|([!?])(?=\s|$)', 'Mrs! Jones').group(0)
Out[78]: '!'

Answer 2

這是一個工作的： https : //regex101.com/r/iRNTMY/2

(?<!(Mr|Ms))(?<!(Mrs))[.?!]

對於兩種不同的長度可能性，它兩次使用負向后看。

Answer 3

如果要完整，則需要排除Prof, Dr, Miss, Mrs, Ms, Mr等。

Python的re模塊除了固定寬度的回溯外，不支持其他任何內容。 因此，您需要對每個寬度進行多次回溯：

r'(?<!\bMr|\bDr)(?<!Mrs)(?<!\bProf|\bMiss)([.,;])(?= |\n|\Z)'

演示版

或使用允許可變寬度回溯斷言的regex模塊 。 然后，您可以執行以下操作：

r'(?<!\bMr|\bMrs|\bDr|\bMiss|\bProf)([.,;])(?= |\n|\z)'

演示版

---

旁注：字符類中的所有內容都匹配單個字符 。 這就是為什么使用[^(Mr|Ms)]會得到意外結果的原因，這是集合Mrs|()的單個字符的否定字符類

演示版