正则表达式，负回溯，防止匹配

Question

我在Python中处理正则表达式的逻辑时遇到了一些问题。我想写一个正则表达式，如果字符串以子字符串结尾，不会返回匹配。最后，我试图排除在<a>标记的href属性中找到的指向二进制文件的任何链接。（这是在Scrapy中实现的）

我的问题是，如果我的正则表达式是[^ \t\n\r\f\v]+[\/]?(?<!.pdf)，并且它找到指向someDocument.pdf的链接，它将返回someDocument.pd

如果它发现了那个字符串，我怎么能阻止它返回任何匹配呢？在

Answer 1

如果使用from scrapy，则可能需要在regex末尾添加一个$：

[^ \t\n\r\f\v]+[\/]?(?<!\.pdf)$

如果有任何方法可以从项目中使用BeautifulSoup，请尝试：

^{pr2}$