使用正则表达式查找模式后的所有内容，但不包括变量

Question

我正在使用以下代码尝试搜索 data-bhc=

之后的文本

但我也想将变量 new_deal 排除在 data-bhc 之后。在这种情况下，new_deal 变量可以是这样的文本：“deal:statler-grill-4”

当我不尝试排除变量时，此正则表达式有效。

例如：

'<figure class=\"deal-card deal-list-tile deal-tile deal-tile-standard\" data-bhc="(.+?)"'

但是当我这样做时，我的语法会强制我的搜索不返回任何内容。什么是愚蠢的错误？

regex = "<figure class=\"deal-card deal-list-tile deal-tile deal-tile-standard\" data-bhc=" + "^(?!" + re.escape(new_deal) + ").*"

pattern = re.compile(regex) 

info = re.search(pattern,htmltext)
print info.groups()

Answer 1

我认为您的问题可能与您使用单引号 ' 和双引号 " 的方式有关。如果您知道 htmltext 中的所有引号都将是双引号，请将您的正则表达式定义为单引号中的字符串。

这可能对你有用：

regex = '<figure class="deal-card deal-list-tile deal-tile deal-tile-standard" data-bhc="(?!'+ new_deal + ').*"'

Answer 2

您的正则表达式在您转义new_deal 的前面包含一个^。这将强制正则表达式查找以new_deal 开头的行。

试试：

"data-bhc=(?! *" + re.escape(new_deal) + ").*";

除非 data-bhc 在您的搜索文本中出现很多，否则您可以将上面的内容作为整个正则表达式。否则，只需将其替换为您的 new_deal 转义前瞻。

编辑：我还在负前瞻前添加了一个空间可能性。这将阻止new_deal，即使它前面有一个（或多个）空格。