Python中用于单词排除的正则表达式

Question

我有一个正则表达式'[\w_-]+'，它允许字母数字字符或下划线。

我有一个 Python 列表中的单词集合，我不想让它们被匹配。

listIgnore = ['summary', 'config']

正则表达式需要做哪些改变？

P.S：我对正则表达式很新。

- Prasoon Saurav

---

可能是重复的 https://dev59.com/4nRC5IYBdhLWcg3wG9To - korylprince

同意这是一个重复的问题。 - justhalf

Answer 1

>>> line="This is a line containing a summary of config changes"
>>> listIgnore = ['summary', 'config']
>>> patterns = "|".join(listIgnore)
>>> print re.findall(r'\b(?!(?:' + patterns + r'))[\w_-]+', line)
['This', 'is', 'a', 'line', 'containing', 'a', 'of', 'changes']

- devnull

Answer 2

这个问题让我感到好奇，因此我开始寻找答案：

'^(?!summary)(?!config)[\w_-]+$'

现在这仅适用于您想要将正则表达式与完整字符串匹配的情况：

>>> re.match('^(?!summary)(?!config)[\w_-]+$','config_test')
>>> (None)
>>> re.match('^(?!summary)(?!config)[\w_-]+$','confi_test')
>>> <_sre.SRE_Match object at 0x21d34a8>

因此，要使用您的列表，只需在正则表达式中的^后添加更多的(?!<word here>)。这些被称为前瞻断言。这里有一些好的信息。

如果您正在尝试在字符串内进行匹配（即没有^和$），那么我不确定是否可能。例如，正则表达式将仅选择不匹配的子集字符串。例如：ummary用于summary。

显然，您选择的排除越多，效率就会越低。可能有更好的方法来实现它。

- korylprince

---

可能，过滤所有找到的值 - 就像thefourtheye的答案一样 - 将更加有效（re可能是一个内存紧缩的麻烦）。 - volcano