python - X 或非 Y 的正则表达式

Question

我有一长串用分号分隔的文本，所以我有一个正则表达式来捕获[^\;]+. 但是，由于内容包含 HTML 撇号 (' )，因此存在问题。

我如何编写一个正则表达式来捕获除分号之外的所有内容，除非分号是 HTML 撇号的一部分？

Answer 1

(&\S+?;|[^;])+

匹配 HTML 实体，就像它们是单个字符一样。