Python 正则表达式：负后视不直接在目标词之前
Python Regex: negative lookbehind not directly before target word
我正在 Jupyter Notebook 中构建一个 NLP 基线脚本，它应该从报告中过滤掉所有 'embolisms'。但是，当单词 'no' 或 'not' 出现在同一个 line/sentence 中时，我不希望将它们包括在内。使用正则表达式很容易，一旦您知道单词出现的位置（如果出现）。但是中间可以有很多字。
- 示例：扫描显示存在栓塞；应该包括在内
- 例：未发现栓塞；应该被排除（这很容易使用正则表达式）
- 问题示例：目前没有发现发展中的、有趣的、好看的、漂亮的等症；应该排除，但我不知道如何。
这是排除 'no embolism' 的正则表达式，当它们一起出现在句子中时：
result = re.findall('(?<!\no )(embolism?\w)', text)
扩展到多个单词时使用正则表达式出现的错误是：“错误：后视需要固定宽度的模式”
我用谷歌搜索了如何解决它，但我没有找到适用于这个问题的解决方案。我还发现使用 pip 安装 Regex 可以消除上述错误。不过，我还是想知道这个问题有没有解决办法？
最佳，
您可以通过匹配排除最后 2 个，并捕获要保留在组中的第一个示例。
^(?:.*\bnot?\b.*\bembolism\b.*|.*\bembolism\b.*\bnot?\b.*)|(.*\bembolism\b.*)$
说明
^ 字符串开头(?:非捕获组
.*\bnot?\b.*\bembolism\b.*匹配先无或无后栓塞| 或.*\bembolism\b.*\bnot?\b.*反过来匹配
)关闭非捕获组| 或(.*\bembolism\b.*)捕获第1组（你想保留的）含有栓塞$ 字符串结束
我正在 Jupyter Notebook 中构建一个 NLP 基线脚本，它应该从报告中过滤掉所有 'embolisms'。但是，当单词 'no' 或 'not' 出现在同一个 line/sentence 中时，我不希望将它们包括在内。使用正则表达式很容易，一旦您知道单词出现的位置（如果出现）。但是中间可以有很多字。
- 示例：扫描显示存在栓塞；应该包括在内
- 例：未发现栓塞；应该被排除（这很容易使用正则表达式）
- 问题示例：目前没有发现发展中的、有趣的、好看的、漂亮的等症；应该排除，但我不知道如何。
这是排除 'no embolism' 的正则表达式，当它们一起出现在句子中时：
result = re.findall('(?<!\no )(embolism?\w)', text)
扩展到多个单词时使用正则表达式出现的错误是：“错误：后视需要固定宽度的模式”
我用谷歌搜索了如何解决它，但我没有找到适用于这个问题的解决方案。我还发现使用 pip 安装 Regex 可以消除上述错误。不过，我还是想知道这个问题有没有解决办法？
最佳，
您可以通过匹配排除最后 2 个，并捕获要保留在组中的第一个示例。
^(?:.*\bnot?\b.*\bembolism\b.*|.*\bembolism\b.*\bnot?\b.*)|(.*\bembolism\b.*)$
说明
^字符串开头(?:非捕获组.*\bnot?\b.*\bembolism\b.*匹配先无或无后栓塞|或.*\bembolism\b.*\bnot?\b.*反过来匹配
)关闭非捕获组|或(.*\bembolism\b.*)捕获第1组（你想保留的）含有栓塞$字符串结束