正則表達式，負面回顧，預防匹配

我在Python中處理正則表達式的邏輯時遇到了一些麻煩。我想寫一個正則表達式不是如果字符串以子字符串結尾，則返回匹配。最終，我試圖排除任何鏈接到我在屬性<a>標籤中找到的二進制文件。（這是在Scrapy正在實施）正則表達式，負面回顧，預防匹配

我的問題是，如果我的正則表達式是[^ \t\n\r\f\v]+[\/]?(?<!.pdf)，它會找出鏈接someDocument.pdf返回someDocument.pd

如何從如果它發現，在所有返回任何比賽預防串？

來源

2014-03-31 rob-gordon

「如果字符串以子字符串結尾」：不是this * always * true？字符串的所有部分都是子字符串，包括「結尾」。 –

@Asad我認爲他的意思是「如果一個字符串以某個子串結尾」 –

@AdamSmith啊，我明白了，謝謝。 @OP所以，爲了澄清，你是否在尋找不以'.pdf'結尾的字符串？如果是這樣，你可以否定測試'^。* \。pdf $'的字符串的結果。 –

如果從scrapy使用，那麼你可能需要在你的正則表達式的末尾添加$：

[^ \t\n\r\f\v]+[\/]?(?<!\.pdf)$

如果有任何方式使用BeautifulSoup從您的項目，那就試試吧：

htmls = '''<a href="adssad/asdasd/asd.pdf">M</a> <a href='asdasdasdas/asdasd/asdasd.doc'></a>''' 
soup = BeautifulSoup(htmls) 
for link in soup.findAll("a", {"href":re.compile("(?<!\.pdf)$")}): 
    print link['href']

來源

2014-03-31 23:02:22

正則表達式，負面回顧，預防匹配

回答

相關問題