python - 为什么这个正则表达式不起作用？

Question

我想从字符串中分离出链接，这些链接之间没有“:”，并且不以“.jpg”或“.svg”结尾，并且也以“/wiki/”开头。

所以这些都是错误的 -

"https://boomerrang.com"
"/wiki/sbsbs:kjanw"
"/wiki/aswaa:asawsa.jpg"
"/wiki/awssa.random.jpg"
"/wiki/boom.jpg"

最终结果应该是什么样子 -

"/wiki/justthis"

我尝试过的 -

r'^/wiki/.*[^:](?!jpg|svg)$'

但它没有正确评估，事实上它给出了我不想要的所有结果...我对正则表达式有点陌生，所以请告诉我为什么这不起作用，以及我应该如何纠正它。

谢谢

Answer 1

为什么你的模式不起作用:

.*[^:] 不会阻止 : 出现在字符串中，因为 .* 可以匹配它。

(?!jpg|svg)$ 没有意义，因为它表示字符串末尾后面没有“jpg”或“svg”。显然，字符串的末尾后面没有任何内容，因为它是字符串的末尾。请记住，环视(lookahead 或lookbehind)、诸如 ^、$ 或字边界 \b 之类的 anchor 为零-width 断言并且不消耗字符，因此 (?!jpg|svg) 和 $ 从字符串中的相同位置进行测试。

你可以尝试一下:

r'^/wiki/[^:]*(?<!\.jpg)(?<!\.svg)$'

末尾的两个负向后查找可确保字符串不以 .svg 或 .jpg 结尾。

[^:]* 避免字符串中出现任何 :。