否定前瞻断言在python中不起作用[重复]

Question

任务：
- 给定：图像文件名列表
- 待办事项：创建一个文件名不包含单词“thumb”的新列表 - 即仅针对非缩略图图像（使用 PIL - Python Imaging Library）。

我试过r".*(?!thumb).*"，但失败了。

我找到了解决方案（在 stackoverflow 上），在正则表达式前面加上 ^ 并将 .* 放入否定的前瞻中：r"^(?!.*thumb).*"，现在可以使用了。

问题是，我想了解为什么我的第一个解决方案不起作用，但我没有。 由于正则表达式足够复杂，我真的很想了解它们。

我所理解的是^ 告诉解析器以下条件匹配字符串的开头。但是（不工作）第一个示例中的.* 不是也从字符串的开头开始吗？ 我认为它会从字符串的开头开始，并在到达“拇指”之前搜索尽可能多的字符。如果是这样，它将返回不匹配。

有人能解释一下为什么r".*(?!thumb).*" 不起作用但r"^(?!.*thumb).*" 起作用吗？

谢谢！

Answer 1

有人可以解释为什么r".*(?!thumb).*" 不起作用但是 r"^(?!.*thumb).*" 有吗？

第一个将始终匹配，因为.* 将消耗所有字符串（因此它后面不能有任何东西，否则否定前瞻失败）。第二个有点复杂，将从行首开始匹配，直到遇到'thumb'为止的最多字符，如果存在，则整个匹配失败，因为该行确实以某些内容开头，然后是'thumb' .

第二个更容易写成：

• 'thumb' not in string
• not re.search('thumb', string)（而不是匹配）

正如我在 cmets 中提到的，您的问题是：

文件名不包含单词“thumb”

因此您不妨考虑是否应该排除thumbs up。

Answer 2

（该死，乔恩打败了我。哦，好吧，无论如何你都可以看看例子）

正如其他人所说，正则表达式不是这项工作的最佳工具。如果您正在使用文件路径，请查看os.path。

至于过滤你不想要的文件，你可以在剖析路径后执行if 'thumb' not in filename: ...（其中filename 是str）。

对于后代，这是我对这些正则表达式的看法。 r".*(?!thumb).*" 不起作用，因为 .* 是贪婪的，并且前瞻的优先级很低。看看这个：

>>> re.search('(.*)((?!thumb))(.*)', '/tmp/somewhere/thumb').groups()
('/tmp/somewhere/thumb', '', '')
>>> re.search('(.*?)((?!thumb))(.*)', '/tmp/somewhere/thumb').groups()
('', '', '/tmp/somewhere/thumb')
>>> re.search('(.*?)((?!thumb))(.*?)', '/tmp/somewhere/thumb').groups()
('', '', '')

最后一个很奇怪……

另一个正则表达式 (r"^(?!.*thumb).*") 有效，因为 .* 在前瞻内，因此您不会遇到任何字符被盗的问题。实际上，您甚至不需要^，这取决于您使用的是re.match 还是re.search：

>>> re.search('((?!.*thumb))(.*)', '/tmp/somewhere/thumb').groups()
('', 'humb')
>>> re.search('^((?!.*thumb))(.*)', '/tmp/somewhere/thumb').groups()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'groups'
>>> re.match('((?!.*thumb))(.*)', '/tmp/somewhere/thumb').groups()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'groups'

Answer 3

忽略有关正则表达式的所有内容，您的任务似乎相对简单：

• 给定：图像文件名列表
• todo：创建一个文件名不包含单词“thumb”的新列表 - 即仅针对非缩略图图像（使用 PIL - Python 图像库）。

假设您有一个看起来像这样的文件名列表：

filenames = [ 'file1.jpg', 'file1-thumb.jpg', 'file2.jpg', 'file2-thumb.jpg' ]

然后你可以得到一个不包含thumb这个词的文件列表：

not_thumb_filenames = [ filename for filename in filenames if not 'thumb' in filename ]

这就是我们所说的list comprehension，本质上是以下的简写：

not_thumb_filenames = []
for filename in filenames:
  if not 'thumb' in filename:
    not_thumb_filenames.append(filename)

对于这个简单的任务来说，正则表达式并不是必需的。