正则表达式：使负面看起来“贪婪”

Question

我有一个来自earlier question的以下Python正则表达式模式：

regex_pat = re.compile('''
            (
            [a-zA-Z\*]*
            \*
            [a-zA-Z\*]*
            )+           
          ''', re.VERBOSE) 

现在，如果任何数字与“单词”混合，我希望匹配失败，尤其是在开头或结尾。

text = '''
    (A) Match these:
    *** star* st**r

    (B) Not these:
    800*m *4,500 

    (C) And not these:
    800**m **4,000
    '''

通过在不同的地方尝试一对负前瞻和负面的后视，我可以摆脱（B）匹配，但不是（C）匹配。例如：

regex_pat = re.compile('''
            (
            [a-zA-Z\*]*
            (?<!\d)
            \*
            (?!\d)
            [a-zA-Z\*]*
            )+           
          ''', re.VERBOSE) 
regex_pat.findall(text)
# ['***', 'star*', 'st*r', '**m', '**'] The last two matches are no good.

显然，当正则表达式出现负面预测时，它需要退一步才能看出它是否可以获得匹配。我怎么能让负面看起来更贪婪或更具破坏性呢？

Answer 1

你可以用

(?<!\S)(?!\*+\d)[a-zA-Z]*\*[a-zA-Z*]*

见regex demo。

细节

• (?<!\S) - 字符串或空格的开头
• (?!\*+\d) - 如果在一个或多个星号之后有一个数字，则失败
• [a-zA-Z]* - 0+个字母
• \* - 星号
• [a-zA-Z*]* - 0+字母或星号。

重点是在字符串的开头或空格后开始匹配，检查一个或多个星号后是否没有数字，然后匹配您需要的模式。

见Python demo：

import re
text = '''
    (A) Match these:
    *** star* st**r

    (B) Not these:
    800*m *4,500 

    (C) And not these:
    800**m **4,000
    '''
print(re.findall(r'(?<!\S)(?!\*+\d)[a-zA-Z]*\*[a-zA-Z*]*', text))
# => ['***', 'star*', 'st**r']

Answer 2

这个对我自己的问题的回答受到了WiktorStribiżew的评论的启发。它似乎工作。我在这里张贴它，以便更敏锐的眼睛可以告诉我任何缺陷。

regex_pat = re.compile('''
            (?<!\S)
            [a-zA-Z*]*            
            \*
            [a-zA-Z*]*
            (?!\S)
          ''', re.VERBOSE) 

我理解的逻辑是，前瞻和后视强制任何匹配成为一个完整的“单词”，从那里，你将不必再担心匹配中的数字，因为它们不是定义的角色的一部分无论如何都要匹配。