为什么这个Python正则表达式的负向前瞻没有起作用？

Question

我试图收集一组网址，使用beauthoulsoup，有一个非常具体的标准。我要收集的URL必须包含/b-\d+（/b-后面跟一系列数值）。但是，我希望忽略包含View%20All的所有url，即使其中包含/b-\d+。 以下是URL示例：

1. http://www.foo.com/bar/b-12312903?sName=View%20All
2. http://www.foo.com/bar/b-832173712873?sName=View%20All
3. http://www.foo.com/bar/b-1208313109283129
4. http://www.foo.com/bar/b-2198123371239489?adCell=W3

对于上面的示例，我要收集的有效URL是#3和#4。我尝试过使用不同的反向lookahead正则表达式，但它们对我不起作用：

^{pr2}$

有人能告诉我我做错了什么吗？在

Answer 1

{"href" : re.compile(r"\/b-\d+.+(?!View\%20All)")}
{"href" : re.compile(r"^.+\/b-\d+.+(?!View\%20All$)")}

你哪里错了？在

当我们给出(?!View\%20All)时，它断言View\%20All不能紧跟前面的模式.+匹配

实际上，这意味着未来总是正确的

为了举例说明，让我们检查每个模式匹配的是什么

http://www.foo.com/bar/b-12312903?sName=View%20All

/b-很明显

\d匹配12312903

现在问题出现了

.+匹配任何使否定断言(?!View\%20All)成功的任何内容。在

也就是说

.匹配?s未匹配的字符串是sName=View%20All，它与起始位置s的(?!View\%20All)不匹配，因此总是成功地匹配第1行和第2行

demo以获得清晰的图像。在

修复？？在

使用lookaround断言时，请修复检查开始的位置

比如说使用类似regex的

^{pr2}$

与3和4相匹配

http://regex101.com/r/aS5yS2/1

这里，?或{}固定了否定断言开始的位置。在

Answer 2

^.*?/b-\d+(?:(?!View%20All).)*$

Demo

或者更快

^{pr2}$