如何捕获不在非捕获组中的模式？ - Python

Question

给定字符串：

I'll be going home I've the 'v ' isn't want I want to split but I want to catch tokens like 'v and 'w ' .

目标是捕捉：

'v 
'v
'w

但请避免使用 've 和 'll 和 't。

我试图用(?i)\'(?:ve|ll|t)\b 来捕捉've 和'll 和't，例如

>>> import re
>>> x = "I'll be going home I've the 'v ' isn't want I want to split but I want to catch tokens like 'v and 'w ' ."
>>> pattern = r"(?i)\'(?:ve|ll|t)\b"
>>> re.findall(pattern, x)
["'ll", "'ve", "'t"]

但是我也尝试过像这样(?i)\'[^(?:ve|ll|t)]\b 否定(?i)\'(?:ve|ll|t)\b 中的非捕获组，但它没有捕获'v 和'w，这是预期的目标。

如何捕获单引号后面但不是来自预定义子字符串列表的子字符串，即'll、've 和't？

---

这个我也试过了，还是不行：

pattern = "(?i)\'(?:[^ve|ll|t|\s])\b"

但[^...] 只识别单个字符而不识别子字符串。

Answer 1

也许这个one 会起作用？

\'(?!ve|ll|t|\s)\w+

您可以使用前瞻断言来过滤您不想要的内容。

更新

在其他一些语言中，模式前瞻断言必须是固定长度。

这意味着(?!ve|t) 无效，因为ve 和t 有两个不同的长度。

Answer 2

非捕获组的负前瞻是(?!...)，所以它类似于(?i)\'(?!ve|ll|t)\w\b：

>>> pattern = r"(?i)\'(?!ve|ll|t)\w\b"
>>> x = "I'll be going home I've the 'v ' isn't want I want to split but I want to catch tokens like 'v and 'w ' ."
>>> re.findall(pattern, x)
["'v", "'v", "'w"]