如何返回与特定模式不匹配的字符串列表？

Question

我试图从文本文件中返回与特定模式不匹配的所有结果，但我在语法上遇到了困难。pattern is [A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}尝试了以下没有成功：'^(?![A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}$).*$'r'^(?!([A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}).)*$'下面是匹配模式的代码，现在我需要找到所有不匹配的条目。pattern = r'[A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}'regex1 = re.compile(pattern, flags = re.IGNORECASE)regex1.findall(text1)数据样本如下：plos_annotate5_1375_1.txt plos_annotate5_1375_2.txt plos_anno%tate5_1375_3.txt plos_annotate6_1032_1.txt第三根弦是我想拉的

Answer 1

如果您可以在 Python 中进行否定，为什么要在正则表达式中进行否定？

strings_without_rx = [s for s in the_strings if not regex1.search(s)]

如果你想扫描文件行，你甚至不需要存储它们，因为一个打开的文件是它的行的可迭代：

with open("some.file") as source:

  lines_without_rx = [s for s in source if not regex1.search(s)]

# Here the file is auto-closed.

Answer 2

您可以检查您的正则表达式是否不是数学运算：

if regex.match(text1) is None:
    # Do magic you need

Answer 3

我建议在您的模式中使用否定前瞻断言：

r'(?![A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}[^A-Za-z0-9_+\.-]+)'

没有任何循环，如果您使用它，它将为您提供所有不匹配的模式findall：

re.findall(r'(?![A-Z]+\_[A-Z0-9]+\_[0-9]+\_[0-9]+\.[A-Z]{3}[^A-Za-z0-9_+\.-]+)')