python - 正则表达式：补充一组字符（Python）

Question

我想编写一个正则表达式来检查一个单词是否以除 s、x、y、z、ch、sh 或元音之外的任何内容结尾，然后是一个 s。这是我失败的尝试：

re.match(r".*[^ s|x|y|z|ch|sh|a|e|i|o|u]s",s)

补充一组字符的正确方法是什么？

Answer 1

使用非正则表达式解决方案str.endswith：

>>> from itertools import product
>>> tup = tuple(''.join(x) for x in product(('s','x','y','z','ch','sh'), 's'))
>>> 'foochf'.endswith(tup)
False
>>> 'foochs'.endswith(tup)
True

Answer 2

[^ s|x|y|z|ch|sh|a|e|i|o|u]

这是一个倒置字符类。字符类匹配单个字符，因此在您的情况下，它将匹配任何字符，除了以下之一：acehiosuxyz |. 请注意，它不会尊重诸如 and 之类的复合组ch，sh而 the|实际上被解释为在字符类中多次出现的管道字符（其中重复项被忽略）。

所以这实际上等价于下面的字符类：

[^acehiosuxyz |]

相反，您必须使用否定的外观来确保尾随s没有任何字符序列：

.*(?<!.[ sxyzaeiou]|ch|sh)s

这个有一个问题是它不能匹配两个字符词，因为要能够使用look behinds，look behinds需要有一个固定的大小。为了在后面的外观中同时包含单个字符和两个字符组，我必须在单个字符匹配中添加另一个字符。但是，您可以改用两个单独的外观：

.*(?<![ sxyzaeiou])(?<!ch|sh)s

正如 LarsH 在评论中提到的，如果你真的想匹配以此结尾的单词，你应该在表达式的末尾添加某种边界。如果你想匹配字符串/行的结尾，你应该添加一个$，否则你至少应该添加一个单词边界\b以确保单词实际上在那里结束。

Answer 3

看起来您需要在这里进行负面回顾：

import re
rx = r'(?<![sxyzaeiou])(?<!ch|sh)s$'

print re.search(rx, 'bots')  # ok
print re.search(rx, 'boxs')  # None

请注意，re它不支持可变宽度的 LB，因此您需要其中的两个。

Answer 4

怎么样

re.search("([^sxyzaeiouh]|[^cs]h)s$", s)

使用search()而不是match()意味着匹配不必从字符串的开头开始，因此我们可以消除.*.

这是假设单词的结尾是字符串的结尾；即我们不必检查单词边界。

它还假设您不需要匹配 "word" hs，即使它在字面上符合您的规则。如果您也想匹配它，您可以添加另一种选择：

re.search("([^sxyzaeiouh]|[^cs]|^h)s$", s)

但同样，我们假设单词的开头是字符串的开头。

请注意，原始字符串符号 ,r"..."在这里是不必要的（但无害）。仅当您在正则表达式中有反斜杠时才有帮助，这样您就不必在字符串表示法中转义它们。