Python正则匹配：匹配两术语间指定字数内容并排除特定子串

解决方案 #

在原有正则逻辑基础上添加负向先行断言，即可同时实现匹配间隔要求的子串、排除指定内容的需求。

最终正则表达式 #

(?!my very funny words)my(?:\s+\w+){0,2}\s+words

代码示例 #

import re

# 定义正则模式
pattern = r'(?!my very funny words)my(?:\s+\w+){0,2}\s+words'

# 测试用例1：符合匹配条件的文本
test_text1 = "I'm searching for my whatever funny words inside this text"
matches1 = re.findall(pattern, test_text1)
print(matches1)  # 输出: ['my whatever funny words']

# 测试用例2：包含需排除内容的文本
test_text2 = "I'm searching for my very funny words inside this text"
matches2 = re.findall(pattern, test_text2)
print(matches2)  # 输出: []

原理说明 #

• my(?:\s+\w+){0,2}\s+words：原匹配逻辑，负责匹配"my"与"words"之间最多包含2个单词的子串
• (?!my very funny words)：负向先行断言，检查当前位置开始的子串不是指定的排除内容，若检测到排除内容则直接跳过该匹配项

扩展说明 #

如果需要排除多个特定子串，可直接扩展负向断言的内容，示例：

(?!my very funny words|my another excluded words)my(?:\s+\w+){0,2}\s+words

内容的提问来源于stack exchange，提问作者Mag_Amine