不在字符串之前捕获

Question

我有一系列的标记要捕获：

sweet (capture)
SWEETENED (capture)
not sweet (do not capture)
bitterly sweet (do not capture)

现在，我编写了这个正则表达式，但它不符合我的要求：

 ^(?!not)^(?!bitterly)(sweet|SWEET|Sweet)(ed|ED)?

此表达式不包含任何术语。我应该用什么展望来捕捉这个？你知道吗

另外，我用Python来做这个

Answer 1

方法1：匹配并捕获你需要的，然后匹配其余的

如果捕获组是在模式中定义的，则可以利用re.findall返回捕获组值。你只需要匹配你想忽略的东西，匹配并捕获你需要获得的东西。但是，当捕获组不匹配时，它也会返回空元素，这就是为什么filter(None, results)会派上用场的原因。你知道吗

这是一个Python snippet：

import re
s = '''sweet (capture)
SWEETENED (capture)
not sweet (do not capture)
bitterly sweet (do not capture)'''
print(filter(None, re.findall(r'\b(?:bitterly|not)\s+sweet|\b(sweet\w*)\b', s, flags=re.I)))
# => ['sweet', 'SWEETENED']

在这里

• \b(?:bitterly|not)\s+sweet-匹配整词bitterly或not，后跟1+空格和sweet子字符串
• |-或
• \b(sweet\w*)\b-一个完整的单词sweet，后面有任何其他单词字符（您可以使用自己的模式而不是\w*）
• flags=re.I-使模式不区分大小写。你知道吗

参见regex demo（由于代码的缘故，绿色文本将被保留）。你知道吗

方法2：lookbehind不允许对输入进行太多控制

关于消极的lookbehind方法的几句话：我认为这种方法不好，因为Pythonre中的lookbehind是固定宽度的，lookbehind中的所有替代方法必须具有相同的宽度。你知道吗

你可以用

(?i)(?<!\bbitterly )(?<!\bnot )\bsweet\w*

（参见demo），但是如果在bitterly或sweet之间有2或3个空格，则会失败。你知道吗

方法3：使用PyPi regex模块的可变宽度lookback

另一个有趣的解决方案是使用PyPi regex模块，您可以在其中使用可变宽度lookbehinds：

import regex
s='''sweet (capture)
SWEETENED (capture)
not sweet (do not capture)
bitterly sweet (do not capture)'''
rx = r'(?<!\b(?:bitterly|not)\s+)\bsweet\w*\b'
print(regex.findall(rx, s, flags=regex.I))
# => ['sweet', 'SWEETENED']

参见Python demo on REXTESTER。你知道吗

只有在前面没有\b(?:bitterly|not)\s+模式时，才会匹配整个单词sweet（末尾有任何单词字符）。你知道吗

Answer 2

除了@Wiktor模仿(*SKIP)(*FAIL)的答案之外，你可能还和neg相处得很好。展望：

(?!.*\b(?:not|bitterly))(?i)sweet(?:ened)?

见a demo on regex101.com。

---

缺点（也许？）：不考虑not和bitterly的位置，因此

sweet and not sour

不会匹配的。由你来决定是否需要这样做。你知道吗