Python Regex 匹配关键字的所有变体，除非前面有大写单词答案

【问题标题】：Python Regex to match a all variations of a keyword except if preceded by a capitalized wordPython Regex 匹配关键字的所有变体，除非前面有大写单词
【发布时间】：2020-05-06 06:50:17
【问题描述】：

我正在寻找一个 Python 正则表达式来匹配关键字的所有变体，除非前面有一个大写单词 -> 除非那个大写单词是句子的开头。也排除括号之间的单词。

例如：

keyword = 'public record'
string1 = 'Hello. His public records are available at city hall.' #match public records His is the start of a sentence so we ignore that it is capitalized and match
string2 = 'his records are at Newsom Public Record DataBase'      #nomatch
string3 = 'Public records may be available online'                #match Public records
string4 = '[public records](http:/....)'                          #nomatch

到目前为止我已经尝试过：

pattern = f'(?<!\[)(?i)\\w*{keyword}\\w*'   #Doesn't  take into account preceding capitalized words
pattern = f'(?<![A-Z][\w-]\s)(?<!\[)(?i)\\w*{keyword}\\w*' #Doesn't work for cap words > 2 chara

【问题讨论】：

His public records 前面是大写字母his，所以不应该匹配
但 His 是一个句子的开头，所以我希望它匹配。
有了这种逻辑 imo 最好做一些混合解决方案：拆分成单词 + 正则表达式。是否可以接受，还是必须使用单个正则表达式来完成？
我会试试的。找到简单模式的正匹配，拆分标记并测试周围的单词。仍然很高兴知道正则表达式是否可以用于个人致富！

标签： python regex

【解决方案1】：

您可以指定各种允许的开头，即句首+大写单词、非大写单词或字符串开头，然后断言关键字后跟前瞻：

pattern = r'(\. [A-Z]\w* |\W[^A-Z]\w* |^)(?=[pP]ublic [rR]ecord)'

【讨论】：

感谢这对我帮助很大。对我的用例稍作调整，但它有效！谢谢你好先生
从您的回答中得出：pattern = f'([\.\!\?] [A-Z]\w* |\\b[^A-Z\s][a-z]+\\b |[\.\?\!] |^|[\-\"\'])(?=(\\w*{kw}\\w*))'