如何仅用re.findall正则查找不含QW/WQ的最长子串

需求 #

给定仅由英文大写字母组成的字符串，找出其中完全不包含相邻字符组合QW或WQ的最长子串。
要求不使用split或其他辅助方法，仅通过len(max(re.findall(...), key=len))形式的纯正则匹配逻辑实现，确认方案可行性并修正现有正则的错误。

现有代码问题 #

当前尝试编写的匹配代码如下：

list(map(lambda x: x[0], re.findall(r'(((?<!QW|WQ).)+(?!QW|WQ))', text))

该正则存在匹配错误：会返回以WQ结尾的不合规子串。

测试基准：输入字符串为WQABCDEFGHQW时，正确的最长合规子串为QABCDEFGHQ，子串内部无任何QW/WQ相邻组合。

可行方案 #

该纯正则实现方案完全可行。
原有正则的核心问题是：前后的负向断言仅校验了匹配片段首尾外的字符，没有对匹配片段内部的相邻字符组合做约束，导致非法组合漏判。

可用正则与实现代码 #

直接使用如下正则做匹配即可：

import re
longest_sub = max(re.findall(r'[^QW]*(?:Q(?!W)|W(?!Q)[^QW]*)*', text), key=len)

正则逻辑拆解 #

• [^QW]*：先匹配所有不含Q、W的连续字符，这类字符天然不会组成QW/WQ非法组合
• 非捕获组(?:Q(?!W)|W(?!Q)[^QW]*)*循环匹配所有合法的带Q/W的片段：
  • Q(?!W)：匹配Q字符，且要求Q后面紧跟的字符不是W，规避QW非法组合
  • W(?!Q)[^QW]*：匹配W字符，且要求W后面紧跟的字符不是Q，规避WQ非法组合，匹配完W后继续向后匹配所有非Q/W的普通字符
• 该正则会自动在所有QW/WQ相邻的位置切断匹配，返回的所有匹配结果都是完全合规的连续子串，直接取长度最大值即可。

效果验证 #

针对测试用例WQABCDEFGHQW，re.findall返回结果为['', 'QABCDEFGHQ', '']，取长度最大的结果正好是预期的QABCDEFGHQ，符合要求。

内容的提问来源于stack exchange，提问作者Wynell