Python正則表達式在擴展前匹配單詞

Question

我有以下鏈接列表：

 ['/directory/index.html',
 '/index.html',
 '#',
 '/index.html',
 '/kss_how.html',
 'dr_info/swearingenlarry.html',
 'dr_info/swearingenlarrylast.html',
 'dr_info/kingjohn.html',
 'dr_info/kingjohnlast.html',
 'dr_info/_coble.jpg',
 'dr_info/coblebillielast.html',
 'dr_info/netherystephen.jpg',
 'dr_info/netherystephenlast.html',
 'dr_info/rougeaupaul.jpg',
 'dr_info/no_last_statement.html',
 'dr_info/no_info_available.html',
 'dr_info/no_last_statement.html',
 'dr_info/no_last_statement.html']

我需要選擇類似的鏈接

'dr_info/kingjohn.html'

從中跳過其余部分。

到目前為止，我只想出了效率很低的解決方案：

p_1 = re.compile('dr.*(?<!last).html')
p_1_links = list(filter(p_1.match, links))

p_2 = re.compile('dr.*(?<!statement).html')
p_2_links = list(filter(p_2.match, p_1_links))

p_3 = re.compile('dr.*(?<!available).html')
valid_links = list(filter(p_3.match, p_2_links))

這讓我感到顫抖，我希望有人可以幫助我將其調整為一條線。

示例中的所需輸出將如下所示：

['dr_info/swearingenlarry.html',
 'dr_info/kingjohn.html']

僅以dr_info並以html結尾的鏈接沒有以last ， no_last_statement或no_info_available

Answer 1

采用

exceptions = ('last.html', 'statement.html', 'available.html')
links = [link for link in links if link.endswith('.html') and link.startswith('dr') and not link.endswith(exceptions)]
# => ['dr_info/swearingenlarry.html', 'dr_info/kingjohn.html']

參見Python演示

link.endswith('.html') and link.startswith('dr') and not link.endswith(exceptions)過濾links列表，保留所有以dr開頭，以.html結尾且不以任何值結尾的鏈接在exceptions元組中。

出於教育目的，正則表達式解決方案可能看起來像

rx = re.compile(r'dr.*(?<!last)(?<!statement)(?<!available)\.html')
links = list(filter(rx.fullmatch, links))

請參閱Python演示和regex演示 。

您不能在以|分隔的單個回溯中使用這三個異常。 交替運算符，因為Python lookbehinds是固定寬度的 。 .fullmatch方法將確保整個字符串與正則表達式匹配，因此不需要錨。

Answer 2

更新：

為避免匹配的鏈接，其中排除的單詞緊接在dr之后^{（如注釋中所述 ），}並假設您只想匹配完整鏈接，則可以使用以下模式：

^dr(?!.*(?:last|statement|available)).*\.html$

演示

---

原始答案：

您可以使用否定的Lookahead（而不是否定的Lookbehind），以便可以使用替代。 嘗試這樣的事情：

dr(?:.(?!last|statement|available))*\.html

正則表達式演示 。

Python示例：

import re

links = ['/directory/index.html',
 '/index.html',
 '#',
 '/index.html',
 '/kss_how.html',
 'dr_info/swearingenlarry.html',
 'dr_info/swearingenlarrylast.html',
 'dr_info/kingjohn.html',
 'dr_info/kingjohnlast.html',
 'dr_info/_coble.jpg',
 'dr_info/coblebillielast.html',
 'dr_info/netherystephen.jpg',
 'dr_info/netherystephenlast.html',
 'dr_info/rougeaupaul.jpg',
 'dr_info/no_last_statement.html',
 'dr_info/no_info_available.html',
 'dr_info/no_last_statement.html',
 'dr_info/no_last_statement.html']

p_1 = re.compile('dr(?:.(?!last|statement|available))*\.html')
p_1_links = list(filter(p_1.match, links))

print(p_1_links)

輸出：

['dr_info/swearingenlarry.html', 'dr_info/kingjohn.html']

在線嘗試 。