python3 正则匹配[^abc]和(?!abc)的区别（把多个字符作为一个整体匹配排除）

目的：把数字后面不为abc的字符串找出来

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)改为[^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

 总结：

(?!abc)是把abc当做一个整体进行匹配，字符串中不存在abc才能成功，abc作为一个整体进行匹配

[^abc]只要字符串中存在a/b/c中的任一个即匹配不成功，字符串中不能出现a/b/c中的任一个

 

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

更新：

之前没有注意到(?!abc)方式匹配字符串不消耗字符串内容这句话，导致如果字符串中间排除一个子字符串时会出现错误。

更新关于这部分的理解

 

(?=...)  # 匹配字符串，且紧挨着匹配的字符串之后的字符等于...，才算匹配成功，且不消耗字符串内容


(?!...)  # 匹配字符串，且紧挨着匹配的字符串之后的字符不等于...，才算匹配成功，且不消耗字符串内容


(?<=...) # 匹配字符串，且紧挨着匹配的字符串之前的字符等于...，才算匹配成功，且不消耗字符串内容


(?<!...) # 匹配字符串，且紧挨着匹配的字符串之前的字符不等于...，才算匹配成功，且不消耗字符串内容

 

具体理解：

以(?=...)为例

reg = re.compile('A(?=BC)')
reg.search('ABC')
reg.search('ABCDE')
 
 
# 输出：
# <_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'))


# 输出
# None

 　reg = re.compile('A(?=BC)')

     reg.search('ABC')

　 在这种情况下,匹配一个字符,这个字符包含'A',且'A'后面的字符为'BC',字符串'ABCD'符合规律

　但是,

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

reg_1.search('ABCD')

就会出现问题,因为(?=...)括号内的表达式不消耗字符,也就是说匹配完字符串中的'A'之后,会判断A之后的字符是否是'BC',匹配成功后正则表达式会继续匹配字符串中'A'之后的字符是否是'D'
但是,在字符串中'A'之后是'B'就会出现匹配失败,返回None.
https://blog.csdn.net/lxcnn/article/details/4304651 在这个链接中,解释比较清楚.
在正则匹配过程中,各个子表达式会依次取得控制权,对字符串进行匹配.
比如例子中的

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

1.'A(?=BC)D' 中,表达式'A'首先取得控制权,从字符串'ABCD'的开始位置('A'之前)进行匹配;

　　匹配成功,控制权交给下一个正则子表达式(?=BC),匹配位置移动到字符串'ABCD'中的'A'之后('B'之前)

2.正则子表达式(?=BC)取得控制权,对当前匹配位置的右侧字符进行匹配,判断是否等于(?=BC)中的'BC'(即'A'后的'BC');

　 匹配成功,控制权交给下一个正则子表达式'D',但是,因为(?=...)表达式不消耗字符,也就是说这个表达式是零宽度的,因此匹配位置不会往后移动.匹配位置依然在'A'之后.
3.正则子表达式'D'取得控制权,对当前位置('A'之后'B'之前)的右侧字符进行匹配,判断'A'之后的字符是否等于'D'.
　　字符串'ABCD'中,'A'之后为'B',匹配失败
4.进行下一轮匹配,又回到表达式'A'取得控制权,开始匹配位置不再是字符串首位置,此时从字符串'ABCD'中的'A'之后'B'之前的位置开始匹配,重复1~3步骤,不断移动匹配位置进匹配

整个正则表达式匹配过程明了了.

不消耗字符串的意思就是这个子表达式为零宽度的,在匹配结束后不会向后移动匹配位置