正则表达式搜索忽略字符串中的单词

Question

我有一个包含数千个服务器名称条目的文件，但我想忽略任何服务器，如下所示:

bnn6122.fdw.dee.corp;
ao.d33fegd.ao.dee.corp;
ao.d55fegd.ao.dee.corp;
qrwafgwd00846.fdw.dee.corp;
kdgf9934.wdf.dee.corp

它们的数字值不同，但字符保持不变。

我尝试了以下代码，但它返回一个空白列表:

re.findall(r'^(?!bnn[0-9]|^ao*|^qrwafgwd[0-9]|^kdgf[0-9])\w+(.wdf.dee.corp)', f, re.M|re.I)

如果我忽略上述服务器，列表中仍应有大约 3000 个服务器。我做错了什么？

Answer 1

您需要在开始时使用否定的前瞻:

^(?!(?:bnn\d+\.fdw|ao\.d\d+fegd\.ao|qrwafgwd\d+\.fdw|kdgf\d+\.wdf)\.dee\.corp)

参见demo

^ anchor 从字符串的开头开始搜索(如果需要从行的开头搜索，请使用 re.M)，然后 (?!...) 前瞻将确保交替组中从一开始就没有出现子字符串。共同部分 - dee.corp - 不属于该组，因为它是一个共同结局。

请注意，ao.d33fegd.ao.dee.corp 和 ao.d55fegd.ao.dee.corp 遵循相同的模式，因此可以缩短正则表达式更多。