如何用负向正则表达式筛选出指定列表外的字符串？

要实现从格式混乱的列表式字符串中提取不在指定允许列表中的内容，可以通过「提取目标子串 + 负向正则排除」两步完成，具体方案如下：

核心步骤 #

1. 提取子串：不管输入字符串的格式有多乱（比如括号不闭合、引号缺失），先把所有被单引号包裹的内容提取出来；
2. 负向正则排除：用正则的负向先行断言，排除掉允许列表lista_ok中的所有元素，剩下的就是需要的内容。

代码实现（Python） #

import re

def get_non_matching_strings(allowed_list, input_str):
    # 提取所有单引号包裹的内容，忽略外部格式错误
    all_substrings = re.findall(r"'(.*?)'", input_str)
    # 把允许列表转成正则安全的备选模式，用负向断言排除匹配项
    escaped_items = [re.escape(item) for item in allowed_list]
    exclude_pattern = re.compile(r'^(?!(' + '|'.join(escaped_items) + r'))')
    # 筛选非空且不在允许列表中的内容
    filtered = [s for s in all_substrings if exclude_pattern.match(s) and s.strip()]
    # 返回第一个匹配结果（或空字符串），如需全部结果返回filtered即可
    return filtered[0] if filtered else ''

关键细节说明 #

• re.escape(item)：转义允许列表中的特殊字符（比如空格、º、ç等），避免正则语法冲突；
• ^(?!(...))：负向先行断言，确保字符串开头不匹配允许列表中的任何一项，精准排除不需要的内容；
• 格式兼容：即使输入字符串有格式错误（比如示例2中的引号不闭合），依然能正确提取所有单引号包裹的内容。

示例验证 #

示例1 #

lista_ok = ['EXECUCAO OK','EXECUÇÃO OK',' Nº da Apólice já cadastrada']
x = " ['EXECUCAO OK', ' Não existe a apólice informada'] "
print(get_non_matching_strings(lista_ok, x))
# 输出： Não existe a apólice informada

示例2 #

x = " [Nº da Apólice já cadastrada', 'EXECUCAO OK', ' Não existe a apólice informada'] "
print(get_non_matching_strings(lista_ok, x))
# 输出： Não existe a apólice informada

示例3 #

x1 = " ['EXECUCAO OK'] "
x2 = "[Nº da Apólice já cadastrada']"
x3 = "['EXECUCAO OK',' Nº da Apólice já cadastrada']"
print(get_non_matching_strings(lista_ok, x1)) # 输出：''
print(get_non_matching_strings(lista_ok, x2)) # 输出：''
print(get_non_matching_strings(lista_ok, x3)) # 输出：''

内容的提问来源于stack exchange，提问作者Leandro Contreiras Tavares