python - python 正则表达式中的多个负向后断言？

Question

我是编程新手，抱歉，如果这看起来微不足道:我有一段文本，我正试图使用​​正则表达式将其拆分成单独的句子。使用 .split 方法，我搜索一个点后跟一个大写字母，如

"\. A-Z"

但是我需要按以下方式细化此规则:.(点)前面不能有 Abs 或 S .如果它后面跟着一个大写字母 (A-Z)，如果它是月份名称，它应该仍然不匹配，例如 January |二月 |三月。

我尝试实现前半部分，但即使这样也行不通。我的代码是:

"( (?<!Abs)\. A-Z) | (?<!S)\. A-Z) ) "

Answer 1

首先，我想你可能想用 \s+ 替换空格，或者 \s 如果它确实是一个空格(你经常会在英语中找到双空格文本)。

其次，要匹配大写字母，您必须使用 [A-Z]，但是 A-Z 将不起作用(但请记住可能有其他大写字母而不是 A-Z ...).

此外，我想我知道为什么这不起作用。正则表达式引擎将尝试匹配 \. [A-Z] 如果它前面没有 Abs 或 S。问题是，如果它前面有一个 S，它前面不是 Abs，所以第一个模式匹配。如果它前面有 Abs，它没有前面有 S，所以第二个模式版本匹配。无论哪种方式，这些模式之一都会匹配，因为 Abs 和 S 是互斥的。

问题第一部分的模式可能是

(?<!Abs)(?<!S)(\. [A-Z])

或

(?<!Abs)(?<!S)(\.\s+[A-Z])

(根据我的建议)

那是因为你必须避免 |，没有它，表达式现在说 前面没有 Abs 和 前面没有 S。如果两者都为真，模式匹配器将继续扫描字符串并找到您的匹配项。

为了排除我想出这个正则表达式的月份名称:

(?<!Abs)(?<!S)(\.\s+)(?!January|February|March)[A-Z]

同样的论点也适用于消极的前瞻模式。