在正则表达式中否定部分

Question

我正在尝试构建正则表达式，以便在Python代码中查找类，而无需显式继承自object。

import re

test_string = '''
class Test(object):
    pass

class Test:
    pass
'''

regex = r'class .*(?!\(object\)).*'

re.compile(regex).findall(test_string)

这使我得到:

'class Test(object):', 'class Test:'

Debuggex演示

但我只需要'class Test:'。

同时正向预查起作用：

>>> print regex = r'class .*(?=\(object\)).*'
['class Test(object):']

这里的问题是什么？

- xiº

---

为什么要使用正则表达式而不是ast？使用正则表达式更容易出现错误。 - Bharel

@Bharel 只是从 Github 存储库中收集一些统计数据。 - xiº

@xi 嗯，这有点棘手，因为你无法区分 class test: ... 和 "class test: ...". 任何在注释、字符串或文档字符串中的数据也会被计算在内 :-/ - Bharel

@Bharel 很好的观点。 - xiº

Answer 1

你需要在"class "后面使用负向预查(?!.*\(object\))：

class (?!.*\(object\)).*

请查看正则表达式演示。

子模式.*(?!\(object\)).*匹配除换行符外的任意0个或多个字符，但不包括后面跟着的(object)。它有效地获取所有直到末尾的行，并且在其后没有找到任何(object)。第二个.*甚至不匹配任何内容，因为所有字符已经“属于”第一个.*。

在(?!.*\(object\))中，在消耗class+空格后进行检查，如果当前行上有(object)，则匹配失败。

- Wiktor Stribiżew