Python正则匹配异常：无法完整移除not后的目标短语

场景与需求 #

现有Pandas DataFrame示例：

import pandas as pd
data = {'technician_verbatim': ["not leak not secured not fitted not parameter"]}
Delta_Claims = pd.DataFrame(data)

另有匹配前缀列表 tmp_list = ['leak', "secu", "fitt", "para", "secur", "fitte", "param"]，以及例外词表：

data = {'not_exceptions': ["secure","secured","fit","fitted"]}
not_no_without_exceptions = pd.DataFrame(data)

需求：移除technician_verbatim中"not"后不在例外词表的词汇，保留例外词（如"not secured"、"not fitted"），预期输出为"not secured not fitted"。

当前正则仅能移除"not param"，残留"eter"，正则语句为：

pattern = rf'\bnot\s+{escaped_i}\s*|\b{escaped_i}\s*'

正则存在的核心问题 #

1. 仅匹配子串而非完整单词：escaped_i对应tmp_list里的前缀（比如"para"），正则只会移除"not para"这部分，而"parameter"剩下的"meter"不属于匹配范围，因此残留。
2. 匹配逻辑割裂：正则拆分成\bnot\s+{escaped_i}\s*和\b{escaped_i}\s*两个分支，前者只处理"not+前缀"的局部，后者处理单独的前缀子串，完全没关联"not"和后面的整个单词，导致无法完整移除"not parameter"这类短语。
3. 未排除例外词的匹配：正则没有区分例外词和非例外词，可能误匹配到例外词的前缀（比如"secu"对应"secured"），但实际需要保留这类例外短语。

修正方案 #

要实现需求，需匹配"not"后接以tmp_list元素为前缀、且不在例外词表中的完整单词，再移除整个"not+单词"组合：

1. 先将例外词转为集合，方便快速判断：

import re
exceptions = set(not_no_without_exceptions['not_exceptions'])

2. 构建精准匹配的正则模式：

# 转义前缀列表中的特殊字符，避免正则语法冲突
prefix_pattern = '|'.join(re.escape(p) for p in tmp_list)
# 匹配"not+空格"后接非例外词、且以前缀开头的完整单词
pattern = rf'\bnot\s+(?!({"|".join(re.escape(e) for e in exceptions)}))({prefix_pattern})\w*\b'

3. 执行替换并清理多余空格：

Delta_Claims['technician_verbatim'] = Delta_Claims['technician_verbatim'].str.replace(pattern, '', regex=True)
# 去除首尾空格及中间多余空格
Delta_Claims['technician_verbatim'] = Delta_Claims['technician_verbatim'].str.strip().str.replace('\s+', ' ', regex=True)

执行后即可得到预期结果："not secured not fitted"

内容的提问来源于stack exchange，提问作者Jawed Sheikh