正则表达式负向查找疑问：为何仅.{4}能排除<!--匹配？

import re

text = """
This is a line.
Short
Long line
<!-- Comment line -->
"""

pattern = r'''(?:^.{1,3}$|^.{4}(?<!<!--))'''

matches = re.findall(pattern, text, flags=re.MULTILINE)

print(matches)

不同匹配长度的结果 #

• 使用pattern = r'''(?:^.{1,3}$|^.{4}(?<!<!--))'''时，输出：

['This', 'Shor', 'Long']

• 使用pattern = r'''(?:^.{1,3}$|^.{3}(?<!<!--))'''时，输出：

['Thi', 'Sho', 'Lon', '<!-']

• 使用pattern = r'''(?:^.{1,3}$|^.{5}(?<!<!--))'''时，输出：

['This ', 'Short', 'Long ', '<!-- ']

原因解析 #

这核心原因在于负向后行断言(?<!<!--)的匹配逻辑，以及<!--恰好是4个字符的长度：

1. 正则的逻辑是：要么匹配整行长度1-3的内容，要么匹配行开头的k个字符，且要求「当前匹配位置的左侧不存在完整的<!--」。
2. 当k=4时：
   • 如果行开头的4个字符就是<!--，匹配完成后，当前位置的左侧正好是完整的<!--，触发负向后行断言的排除规则，因此不会被匹配。
   • 其他行的前4个字符（比如"This"、"Shor"）左侧没有<!--，断言条件满足，正常匹配。
3. 当k=3时：
   • 匹配行开头3个字符后，当前位置的左侧只有3个字符，根本凑不齐<!--所需的4个字符长度，负向后行断言会默认条件成立（因为找不到匹配的目标模式），所以<!--开头的行的前3个字符<!-会被纳入结果。
4. 当k=5时：
   • 匹配行开头5个字符（即<!-- ，末尾带空格）后，当前位置的左侧4个字符是!- - （从第2个字符到第5个），并不是完整的<!--，所以负向后行断言条件满足，这段内容会被匹配。

内容的提问来源于stack exchange，提问作者munish