python - 使用正则表达式匹配所有非 URL 向前看

Question

在 Python/django 中，我有一个字符串，我通过匹配 ':' 字符之前的字符来从中提取“标题”，例如：

some_string = "This is my Title: This is some text"

所以我使用这段代码来提取标题：

result = regex.search('(.*):', some_string)
result.group(1)
>>> 'This is my Title'

当用户在字符串中只输入一个 url 时会出现问题，例如：

some_string = 'http://vimeo.com/49742318'
result.group(1)
>>> 'http'

我更喜欢只返回一个空字符串。我尝试使用负面的前瞻性元标记（？！）：

result = regex.search('(.*(?!http)):', some_string)

但它仍然返回 'http' 而不是空字符串。应该如何？

score 2 · Accepted Answer

问题是，在您放置否定前瞻的地方，下一个字符也被限制为冒号：否定前瞻很容易成功，因为h下一个字符不是！

您可能真正想要的是在冒号之后放置负前瞻，以便下一个字符不是/：

(.*):(?!/)

但是此时您不妨使用积极的前瞻并完全停止使用捕获组。您也不应该允许捕获冒号，否则 RE 的消耗量可能会超出您的预期：

result = regex.search('[^:]*(?=:[^/])', some_string)
result.group()

1 回答 1