Python 正则表达式 inverse/negative 在单行上匹配，而不是在多行上匹配，不使用 SPLIT()，并且不测试以前的匹配组

Question

我读过的每个结合 Python 的正则表达式（重新库）和 Inverse/Negative 匹配的主题都集中在多行字符串上，而不是 SINGLE 行字符串。

除了 http://www.regextester.com/15 uses a JavaScript regex library displaying matches for the entire group (/g) and behaves differently from Python's re library (apparently according to https://rexegg.com/ Python 中还有另一个正则表达式库，我现在还不想使用），我想知道是否有办法使用 "re.findall"（是的 re.search 虽然我知道 re.findall）做两件事：1. Return 所有不包含字符串 "hede" in qw 的单独字符串以下。 2. Return 所有不包含字符串 "hede" 的单独字符串，并在任一侧断开包含字符串 "hede" 的字符串。

>>> qw = "hoho hihi haha hede rara a rere titi so whdhdskhdshede wekjewhkwqjhededjfjfj so kjkfdjkdnekjdhide b hede kdjkdld"

场景 1 所需输出（排除所有包含 "hede" 的字符串）：

>>> qw ='hoho hihi haha hede rara a rere titi so whdhdskhdshede wekjewhkwqjhededjfjfj so kjkfdjkdnekjdhide b hede kdjkdld'
>>> re.findall('{SOMETHING_THAT_EXCLUDES_ALL_STRINGS_COTAINING_hede}', qw)
['hoho', 'hihi', 'haha', 'rara', 'a', 'rere', 'titi', 'so', 'so', 'kjkfdjkdnekjdhide', 'b', 'kdjkdld']

场景 2 所需的输出（包括不包含 "hede" 的所有内容以及在 "hede" 处包含 "hede" 的中断字符串）：

>>> qw ='hoho hihi haha hede rara a rere titi so whdhdskhdshede wekjewhkwqjhededjfjfj so kjkfdjkdnekjdhide b hede kdjkdld'
>>> re.findall('{SOMETHING_THAT_INCLUDES_ALL_STRINGS_NOT_COTAINING_hede_AND_BREAKS_THEM_IF_THEY_DO}', qw)
['hoho', 'hihi', 'haha', 'rara', 'a', 'rere', 'titi', 'so', 'whdhdskhds', 'wekjewhkwqj', 'djfjfj', 'so' 'kjkfdjkdnekjdhide', 'b', 'kdjkdld']

我最近的效率太低了：

>>> qw ='hoho hihi haha hede rara a rere titi so whdhdskhdshede wekjewhkwqjhededjfjfj so kjkfdjkdnekjdhide b hede kdjkdld'
>>> re.findall('[\S]+(?=hede)|(?<=hede )[\S]+|(?<=hede)[\S]+|[\S]+(?= hede)|[\S]+(?=hede )|(?<= hede)[\S]+', qw)
['haha', 'rara', 'whdhdskhds', 'wekjewhkwqj', 'djfjfj', 'b', 'kdjkdld']

请记住，qw 在术语之间有一个 space。我忍不住想知道如果间距存在差异是否有可能解决方案，即如果 qw 等于以下值：

>>> qw = "hoho hihi   haha    hede rara     a rere titi so   whdhdskhdshede wekjewhkwqjhededjfjfj  so kjkfdjkdnekjdhide        b     hede   kdjkdld"

.

感谢大家的帮助。

此外，在每个线程中，我都阅读了“^(?!hede).*$”或“^(?!.foo).”的变体提出多行职位。当然，这在 Python 中效果不佳，但我尝试过这些无济于事。

非常感谢你们的帮助！

Answer 1

我建议利用仅返回捕获文本的 re.findall 功能：

If one or more groups are present in the pattern, return a list of groups; this will be a list of tuples if the pattern has more than one group. Empty matches are included in the result unless they touch the beginning of another match.

因此，您可以匹配并捕获您需要的内容，然后只匹配您需要的内容跳过。请参阅 Python 演示：

import re
qw ='hoho hihi haha hede rara a rere titi so whdhdskhdshede wekjewhkwqjhededjfjfj so kjkfdjkdnekjdhide b hede kdjkdld'
rx = r'hede|((?:(?!hede)\S)+)'
results = re.findall(rx, qw)
print(filter(None, results))
# => ['hoho', 'hihi', 'haha', 'rara', 'a', 'rere', 'titi', 'so', 'whdhdskhds', 'wekjewhkwqj', 'djfjfj', 'so', 'kjkfdjkdnekjdhide', 'b', 'kdjkdld']

参见Python demo。

由于hede没有被捕获，所以不返回，但是由于有1个捕获组，没有参与匹配，所以每次非捕获时都会在结果列表中添加一个空字符串-捕获的模式匹配。

图案详情

hede - 匹配 hede
| - 或
((?:(?!hede)\S)+) - 将一个或多个不是 hede 序列起点的非空白字符匹配并捕获到组 1 中。

请注意，如果您使用 PyPi regex modile, you may use the PCRE-like verbs (*SKIP)(*F)：

>>> import regex
>>> qw ='hoho hihi haha hede rara a rere titi so whdhdskhdshede wekjewhkwqjhededjfjfj so kjkfdjkdnekjdhide b hede kdjkdld'
>>> print(regex.findall(r'hede(*SKIP)(*F)|((?:(?!hede)\S)+)', qw))
['hoho', 'hihi', 'haha', 'rara', 'a', 'rere', 'titi', 'so', 'whdhdskhds', 'wekjewhkwqj', 'djfjfj', 'so', 'kjkfdjkdnekjdhide', 'b', 'kdjkdld']

那么，就不需要filter结果了。

Python 正则表达式 inverse/negative 在单行上匹配，而不是在多行上匹配，不使用 SPLIT()，并且不测试以前的匹配组

Python Regex inverse/negative match on a SINGLE line NOT on multiple lines, NOT USING SPLIT(), and NOT testing previous match groups

python

regex

match

line

inverse