Python 正则表达式负回溯

【问题标题】：Python Regex Negative LookbehindPython 正则表达式负回溯
【发布时间】：2012-12-06 13:01:06
【问题描述】：

(?<!(asp|php|jsp))\?.* 模式在 PCRE 中有效，但在 Python 中无效。

那么我该怎么做才能让这个正则表达式在 Python 中工作呢？ (Python 2.7)

【问题讨论】：

怎么不行？它会给出错误吗？如果是这样，请发布错误。它与您的期望不符吗？如果是这样，请将代码发布在您使用它的位置，并显示您获得的输出与您期望的输出。
这里是 re 模块的 doc，明确声明支持否定的后向断言。
只要所有备选方案都具有相同的长度，负向后追溯就可以正常工作。所以这有效(?<!asp|php|jsp)，但不是这(?<!asp|php|html)。
@georg 你将如何通过lookbehinds适应不同长度的字符串？
@physlexic: 正则表达式 (pypi.python.org/pypi/regex) 可以做到这一点

标签： python regex pcre negative-lookbehind

【解决方案1】：

它对我来说非常好用。你可能用错了吗？确保使用re.search 而不是re.match：

>>> import re
>>> s = 'somestring.asp?1=123'
>>> re.search(r"(?<!(asp|php|jsp))\?.*", s)
>>> s = 'somestring.xml?1=123'
>>> re.search(r"(?<!(asp|php|jsp))\?.*", s)
<_sre.SRE_Match object at 0x0000000002DCB098>

这正是你的模式应该如何表现的。正如glglgl 提到的，如果将Match 对象分配给一个变量（比如m）然后调用m.group()，则可以得到匹配。这会产生?1=123。

顺便说一句，您可以省略内括号。这个模式是等价的：

(?<!asp|php|jsp)\?.*

【讨论】：

... 和re.search(r"(?<!(asp|php|jsp))\?.*", s).group() 给出'?1=123'。