Python正则表达式：忽略匹配前带有英文句点的情况

问题说明 #

需要匹配com-222这类格式（2-5个字母/数字/下划线 + 连字符 + 3位数字）的内容，但当目标内容前有英文句点（.）时不匹配。比如：

• 匹配：5545com-222 → 提取com-222
• 不匹配：5545.com-222

原正则\w{2,5}-\d{3}能匹配目标格式，但无法排除前置句点的情况，尝试[^\.]\w{2,5}-\d{3}无效。

修正后的正则表达式 #

使用负向零宽断言来排除前置句点的情况，正则表达式为：

(?<!\.)\w{2,5}-\d{3}

• (?<!\.)：负向零宽断言，确保当前位置的前一个字符不是英文句点（.）
• \w{2,5}-\d{3}：原匹配规则，匹配2-5个单词字符加连字符加3位数字

修改后的Python代码 #

import re, os, sys, shutil

def getCode(file):
    # 加入负向零宽断言排除前置句点，保留忽略大小写规则
    codeRegex = re.compile(r'(?<!\.)\w{2,5}-\d{3}', re.IGNORECASE)
    mo = codeRegex.search(str(file))
    if mo:
        return mo.group()
    return False

补充说明 #

• 负向零宽断言(?<!\.)不会消耗字符，只会检查前置条件，所以不会把匹配结果前面的无关字符（比如5545com-222里的5）包含进来
• 原代码中两次调用search的逻辑可以优化为一次，提升执行效率

内容的提问来源于stack exchange，提问作者tachikoma01