python如何使用正则表达式的前向、后向搜索及前向搜索否定模式详解

前言

在许多的情况下，很多要匹配内容是一起出现，或者一起不出现的。比如《》，< >，这样的括号，不存在使用半个的情况。因此，在正则表达式里也有一致性的判断，要么两个尖括号一起出现，要么一个也不要出现。怎么样来实现这种判断呢？针对这种情况得引入新的正则表达式的语法：(?=pattern)，这个语法它会向前搜索或者向后搜索相关内容，如果不会出现就不能匹配。不过，这个匹配不会消耗任何输入的字符，它只是查看一下。

例子如下：

#python 3.6
#蔡军生
#http://blog.csdn.net/caimouse/article/details/51749579
#
import re 

address = re.compile(
 '''''
 # A name is made up of letters, and may include "."
 # for title abbreviations and middle initials.
 ((?P<name>
  ([\w.,]+\s+)*[\w.,]+
  )
  \s+
 ) # name is no longer optional 

 # LOOKAHEAD
 # Email addresses are wrapped in angle brackets, but only
 # if both are present or neither is.
 (?= (<.*>$)  # remainder wrapped in angle brackets
  |
  ([^<].*[^>]$) # remainder *not* wrapped in angle brackets
  ) 

 <? # optional opening angle bracket 

 # The address itself: username@domain.tld
 (?P<email>
  [\w\d.+-]+  # username
  @
  ([\w\d.]+\.)+ # domain name prefix
  (com|org|edu) # limit the allowed top-level domains
 ) 

 >? # optional closing angle bracket
 ''',
 re.VERBOSE) 

candidates = [
 u'First Last <first.last@example.com>',
 u'No Brackets first.last@example.com',
 u'Open Bracket <first.last@example.com',
 u'Close Bracket first.last@example.com>',
] 

for candidate in candidates:
 print('Candidate:', candidate)
 match = address.search(candidate)
 if match:
  print(' Name :', match.groupdict()['name'])
  print(' Email:', match.groupdict()['email'])
 else:
  print(' No match') 

结果输出如下：

Candidate: First Last <first.last@example.com>
 Name : First Last
 Email: first.last@example.com
Candidate: No Brackets first.last@example.com
 Name : No Brackets
 Email: first.last@example.com
Candidate: Open Bracket <first.last@example.com
 No match
Candidate: Close Bracket first.last@example.com>
 No match

python里使用正则表达式的前向搜索否定模式

上面学习前向搜索或后向搜索模式(?=pattern)，这个模式里看到有等于号=，它是表示一定相等，其实前向搜索模式里，还有不相等的判断。比如你需要识别EMAIL地址：noreply@example.com，这个EMAIL地址大多数是不需要回复的，所以我们要把这个EMAIL地址识别出来，并且丢掉它。怎么办呢？这时你就需要使用前向搜索否定模式，它的语法是这样：(?!pattern)，这里的感叹号就是表示非，不需要的意思。比如遇到这样的字符串：noreply@example.com，它会判断noreply@是否相同，如果相同，就丢掉这个模式识别，不再匹配。

例子如下：

#python 3.6
#蔡军生
#http://blog.csdn.net/caimouse/article/details/51749579
#
import re 

address = re.compile(
 '''''
 ^ 

 # An address: username@domain.tld 

 # Ignore noreply addresses
 (?!noreply@.*$) 

 [\w\d.+-]+  # username
 @
 ([\w\d.]+\.)+ # domain name prefix
 (com|org|edu) # limit the allowed top-level domains 

 $
 ''',
 re.VERBOSE) 

candidates = [
 u'first.last@example.com',
 u'noreply@example.com',
] 

for candidate in candidates:
 print('Candidate:', candidate)
 match = address.search(candidate)
 if match:
  print(' Match:', candidate[match.start():match.end()])
 else:
  print(' No match') 

结果输出如下：

Candidate: first.last@example.com
 Match: first.last@example.com
Candidate: noreply@example.com
 No match

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对我们的支持。