Python中的负模式匹配正则表达式

Question

尝试使用否定前向替换所有不匹配模式的字符串：

regexPattern = '((?!*' + 'word1|word2|word3' + ').)*$'  
mytext= 'jsdjsqd word1dsqsqsword2fjsdjswrod3sqdq'
return re.sub(regexPattern, "P", mytext)

#Expected Correct Output:  'PPPPPPword1PPPPPPword2PPPPPword3PPP'

#BAD Output:  'jsdjsqd word1dsqsqsword2fjsdjswrod3sqdq'

我尝试了这个，但它不起作用（字符串保持不变）。 如何修改它？ （认为​​这是相当困难的正则表达式）

Answer 1

您可以使用两阶段的方法：首先，将 匹配的字符替换为某个特殊字符，然后将其用作掩码来替换所有 other字符。

>>> text= 'jsdjsqd word1dsqsqsword2fjsdjsword3sqdq'
>>> p = 'word1|word2|word3'
>>> mask = re.sub(p, lambda m: 'X' * len(m.group()), text)
>>> mask
'jsdjsqd XXXXXdsqsqsXXXXXfjsdjsword3sqdq'
>>> ''.join(t if m == 'X' else 'P' for (t, m) in zip(text, mask))
'PPPPPPPPword1PPPPPPword2PPPPPPword3PPPP'

当然，除了X，您可能必须选择一个不同的字符，该字符不会出现在原始字符串中。

Answer 2

你可以使用

import re
regex = re.compile(r'(word1|word2|word3)|.', re.S)
mytext = 'jsdjsqd word1dsqsqsword2fjsdjsword3sqdq'
print(regex.sub(lambda m: m.group(1) if m.group(1) else "P", mytext))
// => PPPPPPPPword1PPPPPPword2PPPPPPword3PPPP

见IDEONE demo

正则表达式是(word1|word2|word3)|.:

• (word1|word2|word3) - word1，或word2，或word3 字符序列
• | - 或者...
• . - 任何字符（包括作为re.S DOTALL 模式的换行符）

见regex demo