python - 向复杂的正则表达式添加异常

Question

有一个非常复杂的正则表达式。

但是我有一个问题。如果 # 和 ++ 字符后面有字母，则它们将被删除。

问题:如何为(C++ 和 C# 标记)的当前正则表达式添加异常？

我使用了下一个正则表达式:

import re

text = 'Must-have skills: -.Net programming experience; -2 years experience in C++; C#/.Net, C++/.Net, C./.Net.'
text = re.sub(r'[!,.:;—](?= |$)', ' ', text)
print(re.sub(r'(?i)(?:(?!\.net\b|\b-\b)[^\w\s])+(?=[^\w\s]*\b)', ' ', text))

我得到了下一个结果:

'Must-have skills   .Net programming experience   2 years experience in C++  C .Net  C .Net  C .Net '

期望的结果:

'Must-have skills   .Net programming experience   2 years experience in C++  C# .Net  C++ .Net  C .Net '

当前的正则表达式详细信息

• (?i) - 开启不区分大小写模式
• (?:(?!\.net\b|\b-\b)[^\w\s])+ - 任何标点字符 ([^\w\s]), 出现 1 次或多次，尽可能多，不启动任何序列:
  • \.net\b - .net 整个单词
  • | - 或
  • \b-\b - 用单词字符括起来的连字符
• (?=[^\w\s]*\b) - 正向前瞻，需要 0+ 个标点字符后跟紧靠当前位置右侧的单词边界位置。

Answer 1

编辑

#1

与下面相同但更短，我定义了必须在一组捕获的字符之前的字符

>>> import re

>>> text = 'Must-have skills: -.Net programming experience; -2 years experience in C++; C#/.Net, C++/.Net, C./.Net.'

>>> re.sub('(?:(?<!\S)|(?<=[\s\+\.C#]))[\-!,.:;—/]|[\-!,.:;—/](?=\s|$)', ' ', text)


#Output
'Must-have skills   .Net programming experience   2 years experience in C++  C# .Net  C++ .Net  C  .Net '

.

解释

• 这里的答案实际上与下面的答案相同，但我没有声明必须在捕获集之前将被逐一作用的字符，而是将它们全部定义在一个集中。

.

#2

有点肮脏的解决方案但是

稍后会贴出说明；甚至可能会改进它以提高可读性

>>> import re

>>> text = 'Must-have skills: -.Net programming experience; -2 years experience in C++; C#/.Net, C++/.Net, C./.Net.'

>>> re.sub('(?:(?<!\S)|(?<=\s)|(?<=\+)|(?<=\.)|(?<=C)|(?<=#))[\-!,.:;—/]|[\-!,.:;—/](?=\s|$)', ' ', text)


#Output
'Must-have skills   .Net programming experience   2 years experience in C++  C# .Net  C++ .Net  C  .Net '

.

编辑:解释

• 所以用 (?: 打开我首先要说的是，在这种情况下，我要捕获的查询应该在捕获集之前，该捕获集包含紧接在 (?: 后面定义的任何内容。 .
• 这里的关键是以(?<!开头的前瞻。和 (?<=不能设置为忽略一系列值，所以我必须首先从 (?: 开始然后给出多个 (?<!的和(?<=表示捕获的内容应该或不应该以这个字符开头，并且不以其他字符开头，等等
• 所以用 (?: 打开我现在可以设置捕获的值应该或不应该在
之前
• 以 (?<!\S) 开头它确实是不需要的，但我把它包括在内是因为它能提供一个安全网。它基本上表示范围 [\-!,.:;—/] 如果前面有任何随机非空白字符，则不应捕获/对其执行操作
• 与 |(?<=\s)我是说 *OR [\-!,.:;—/]如果它前面有任何单个空白字符，则应该被捕获/采取行动
• 与 |(?<=\+)|(?<=\.)|(?<=C)我是说 或者 [\-!,.:;—/]如果前面有 +、. 或 C，则应该捕获/执行， 所以 \. OR just . [a period]在[\-!,.:;—/]如果它前面有C，将被捕获/采取行动就像在你的字符串中(记住 (?<=C) )；和 ;在[\-!,.:;—/]如果它前面有+，将被捕获/采取行动(记住 (?<=\+) )。
• 决赛)在 | 之前关闭 (?: .
• |如您所知，是 OR，并且因为我不能使该语句成为一个整体，所以我必须重新定义 [\-!,.:;—/]然后向前看说，捕捉/行动 [\-!,.:;—/]如果它后跟空格或字符串的末尾。 通过前瞻，您可以定义常规的单个字符串类型“范围”，这样您就可以实际使用 OR statements在它们中，但当你使用前瞻时你不能