Python regex否定查找

Question

我们解析由自动脚本创建的日志。我们关心的一个典型问题是来自以下行的字符串：'1.10.07-SNAPSHOT (1.10.07-20110303.024749-7)'：

15:28:02.115 - INFO   - TestLib: Successfully retrieved build version: '1.11.11-SNAPSHOT (1.11.11-20110303.024749-7)'

问题是，有些日志是手动创建的，用户自己输入这些信息。为了提醒自己使用模板添加了对话框的格式：

^{pr2}$

我的regex当前是.*[Bb]uild [Vv]ersion:*\s*(?!.*<)'?([^']*)'。'(?!.*<)'是我第一次尝试避免这个问题，因为有些用户会写''。但这并不能解释上述情况。我认为正确的做法是，如果'Step Dialog'出现在行中，那么它就不匹配了，但是根据regexr的说法，我的写尝试似乎失败了（因为某些原因，它不允许我共享保存表单的链接）。我以为消极的回头看会是这样的：(?<!Step Dialog)并导致这样的结果：

`(?<!Step Dialog).*[Bb]uild [Vv]ersion:*\s*(?!.*<)'?([^']*)'`

但出于某种原因，这和上面的第一行和第三行都匹配。在

编辑：
“[Bb]”和“：\s”用于使用多个冒号和空格（大写为“Build”）以不完全正确的格式输入信息的用户。建议清理这一点总的来说是赞赏的，我是相对较新的regex。在

Answer 1

有几种方法可以做到，但你已经很接近了。在

`.*(?<!Step Dialog.*)[Bb]uild [Vv]ersion:*\s*(?!.*<)'?([^']*)'`
`^(?!.*Step Dialog).*[Bb]uild [Vv]ersion:*\s*(?!.*<)'?([^']*)'`

克里斯祖马的模式也应该起作用。用你最喜欢的。如果考虑性能，您可以对这三种模式进行基准测试，看看哪个更快。我的感觉是，它将是一个以“`”开头的`，但我不能肯定。在

编辑：正如ekhurvo指出的，the Python regex engine requires fixed-length lookbehinds，所以第一个在Python中不起作用。第二个应该没问题。在

Answer 2

您很接近，但它仍然匹配，因为它可以找到满足.*的字符串，而不必在前面加Step Dialog。正面和负面的断言只会影响它们周围的模式。因此，您必须强制它检查您不想匹配的每个字符Step Dialog。在

试试这个：

`^(?:(?!Step Dialog).)*[Bb]uild [Vv]ersion:*\s*(?!.*<)'?([^']*)'`

现在，它确保^（行首）和[Bb]uild [Vv]ersion之间的每个字符都是而不是字符串Step Dialog。在

你会注意到我也把它改成了积极的展望，因为它更容易理解发生了什么。在