python3 正則匹配[^abc]和(?!abc)的區別（把多個字符作為一個整體匹配排除）

目的：把數字后面不為abc的字符串找出來

如1ab符合要求，2abc不符合要求

str = '1ab'
out = re.match(r'\d+(?!abc)',str)

str1 = '1abc'
out1 = re.match(r'\d+(?!abc)',str1)

print('out:',out)
print('out1:',out1)
#
#out: <_sre.SRE_Match object; span=(0, 1), match='1'>
#out1: None
#

如果把(?!abc)改為[^abc]，效果如下：

str = '1ab'
out3 = re.match(r'\d+[^abc]',str)

str1 = '1abc'
out4 = re.match(r'\d+[^abc]',str1)

print('out:',out3)
print('out1:',out4)

#
#out3: None
#out4: None

 總結：

(?!abc)是把abc當做一個整體進行匹配，字符串中不存在abc才能成功，abc作為一個整體進行匹配

[^abc]只要字符串中存在a/b/c中的任一個即匹配不成功，字符串中不能出現a/b/c中的任一個

 

------------------------------------------------------------------

更新：

之前沒有注意到(?!abc)方式匹配字符串不消耗字符串內容這句話，導致如果字符串中間排除一個子字符串時會出現錯誤。

更新關於這部分的理解

 

(?=...)  # 匹配字符串，且緊挨着匹配的字符串之后的字符等於...，才算匹配成功，且不消耗字符串內容


(?!...)  # 匹配字符串，且緊挨着匹配的字符串之后的字符不等於...，才算匹配成功，且不消耗字符串內容


(?<=...) # 匹配字符串，且緊挨着匹配的字符串之前的字符等於...，才算匹配成功，且不消耗字符串內容


(?<!...) # 匹配字符串，且緊挨着匹配的字符串之前的字符不等於...，才算匹配成功，且不消耗字符串內容

 

具體理解：

以(?=...)為例

reg = re.compile('A(?=BC)')
reg.search('ABC')
reg.search('ABCDE')
 
 
# 輸出：
# <_sre.SRE_Match object; span=(0, 1), match='A'>
# <_sre.SRE_Match object; span=(0, 1), match='A'>

reg_1 = re.compile('A(?=BC)D')
print(reg_1.search('ABCD'))


# 輸出
# None

 　reg = re.compile('A(?=BC)')

     reg.search('ABC')

　 在這種情況下,匹配一個字符,這個字符包含'A',且'A'后面的字符為'BC',字符串'ABCD'符合規律

　但是,

reg_1 = re.compile('A(?=BC)D')

reg_1.search('ABCD')

就會出現問題,因為(?=...)括號內的表達式不消耗字符,也就是說匹配完字符串中的'A'之后,會判斷A之后的字符是否是'BC',匹配成功后正則表達式會繼續匹配字符串中'A'之后的字符是否是'D'
但是,在字符串中'A'之后是'B'就會出現匹配失敗,返回None.
https://blog.csdn.net/lxcnn/article/details/4304651 在這個鏈接中,解釋比較清楚.
在正則匹配過程中,各個子表達式會依次取得控制權,對字符串進行匹配.
比如例子中的

reg_1 = re.compile('A(?=BC)D')

1.'A(?=BC)D' 中,表達式'A'首先取得控制權,從字符串'ABCD'的開始位置('A'之前)進行匹配;

　　匹配成功,控制權交給下一個正則子表達式(?=BC),匹配位置移動到字符串'ABCD'中的'A'之后('B'之前)

2.正則子表達式(?=BC)取得控制權,對當前匹配位置的右側字符進行匹配,判斷是否等於(?=BC)中的'BC'(即'A'后的'BC');

　 匹配成功,控制權交給下一個正則子表達式'D',但是,因為(?=...)表達式不消耗字符,也就是說這個表達式是零寬度的,因此匹配位置不會往后移動.匹配位置依然在'A'之后.
3.正則子表達式'D'取得控制權,對當前位置('A'之后'B'之前)的右側字符進行匹配,判斷'A'之后的字符是否等於'D'.
　　字符串'ABCD'中,'A'之后為'B',匹配失敗
4.進行下一輪匹配,又回到表達式'A'取得控制權,開始匹配位置不再是字符串首位置,此時從字符串'ABCD'中的'A'之后'B'之前的位置開始匹配,重復1~3步驟,不斷移動匹配位置進匹配

整個正則表達式匹配過程明了了.

不消耗字符串的意思就是這個子表達式為零寬度的,在匹配結束后不會向后移動匹配位置