正则表达式负向后视没有按预期工作

Question

在 python 中我使用了这个正则表达式

(?<!\d\d\d)(\s?lt\.?\s?blue)

在此字符串上

ltblue
500lt.blue
4009 lt blue
lt. blue
032 lt red

我希望它能捕捉到这个

ltblue
lt. blue

但它却捕获了

ltblue
lt. blue
lt blue

根据我的写法，我认为它不应该在 4009 之后捕获 'lt blue'，但出于某种原因，\s?在 'lt' 似乎不起作用之前，有人知道我如何更改正则表达式以获得预期的输出吗？

Answer 1

如果数字总是出现在字符串的开头，并且任何行中数字之前没有任何内容，那么您可以使用：^(?![\d ]+)(lt[ .]*blue)

演示：https://regex101.com/r/sR18Rz/1

你的模式匹配 '4009 lt blue' 的原因是，在 l 之前，\s? 匹配空格零次并且 'l' 前面没有三个数字。

Answer 2

Regex 将尝试通过各种方式匹配您的模式，因此如果 \s 是可选的，它会尝试使用和不使用并保持匹配。在 4009 lt blue 的情况下，如果组中有 no space 则匹配（space 是 before群里，忽悠你的后视）。

由于后视在 python 中必须具有固定宽度，因此您不能将 \s? 添加到负向后视，但您仍然可以在另一个中处理这种情况：

(?<!\d{3})(?<!\d{3}\s)(lt\.?\s?blue)

Answer 3

作为替代方案，您可以使用 Pypi regex module 添加一个可选的 \s? 到后视，并且您可以仅省略匹配的捕获组。

import regex as re

pattern = r"(?<!\d\d\d\s?)lt\.?\s?blue\b"

s = ("ltblue\n"
"500lt.blue\n"
"4009 lt blue\n"
"lt. blue\n"
"032 lt red")

print(re.findall(pattern, s))

看到一个regex demo and a Python demo。

输出

['ltblue', 'lt. blue']

正则表达式负向后视没有按预期工作

Regex negative look behind isn't working as expected

python

regex

negative-lookbehind

lookbehind