正则表达式以双引号形式表示文本，除非以特定单词结尾

Question

所以我试图从一个文件中抓取文本，当它出现在双引号中时，除非引号中的文本以某个后缀结尾。你知道吗

例如下面，我希望对引用中所有不以VER结尾的内容进行解析。你知道吗

输入示例：

"GameVER": ["GM435615-IQR", "LG-QR435", "HG145-IR9", "WUT828-PQR10"] "VERIZON": ["GKSL42375834-45", "DG-67498", "GF4564", "HFJ-88.8.98"]

输出：

GM435615-IQR
LG-QR435
HG145-IR9WUT828-PQR10
VERIZON
GKSL42375834-45
DG-67498
GF4564
HFJ-88.8.98

在python中，我尝试了以下方法：

re.findall(r'(\"\b.+?)(?!VER)\b\"',text)

但它还是抓住了结尾有VER的词。你知道吗

任何帮助都会得到安抚。你知道吗

Answer 1

1. 第一步。添加逗号。你知道吗

   with_commas = "],".join(text.split("]"))
   

2. 第二步。创建字典。你知道吗

   my_dict = eval("{%(text)s}" % {"text": with_commas})
   

3. ？？？你知道吗

   results = [item for sublist in my_dict.values() for item in sublist]
   for item in my_dict.keys():
       if item[-3:].lower() != "ver":
           results.append(item)
   

4. 利润。你知道吗

   print results
   

Answer 2

这是因为VER在.+?中被捕获（?使.+不贪婪，但在这种情况下，....VER被捕获的唯一方法是让它在.+?中）。与其说“match stuff not following by'VER'”，不如说“match a word where the last 3 characters not VER”（匹配最后3个字符不是VER的单词）（即结尾引号not前面有'VER'）。你知道吗

另外，不要使用.+，而应该尝试[^"]，这样可以避免多个单词之间的.+匹配。你知道吗

re.findall(r'\"(\b[^"]+)(?<!VER)\b\"',text)

示例：

>>> text='"GameVER": ["GM435615-IQR", "LG-QR435", "HG145-IR9", "WUT828-PQR10"] "VERIZON": ["GKSL42375834-45", "DG-67498", "GF4564", "HFJ-88.8.98"]'
>>> re.findall(r'\"(\b[^"]+)(?<!VER)\b\"',text)
['GM435615-IQR', 'LG-QR435', 'HG145-IR9', 'WUT828-PQR10', 'VERIZON', 'GKSL42375834-45', 'DG-67498', 'GF4564', 'HFJ-88.8.98']

（顺便说一下，在上面的输出中，您遗漏了“HG145-IR9”和“WUT828-PQR10”，尽管它们不是以VER结尾，而是双引号？）你知道吗