如何用Python正则匹配特定URL模式（仅排除p1.g.com、p2.g.com）

核心需求 #

匹配p#.g.com格式URL，#为纯数字组合，仅排除p1.g.com、p2.g.com两种场景，其余所有长度的数字组合都要命中，包括首位为1/2的多位数（如p11.g.com、p23.g.com）。

原有方案问题 #

1. r"(?P<url>p([^1,2])\.g\.com)"：仅支持匹配单个非1/2字符，无法覆盖两位数及以上的数字场景
2. r"(?P<url>p([^1,2])\d+\.g\.com)"：强制要求数字首位不能为1/2，误排除了所有首位为1/2的多位数

正确正则表达式 #

子串匹配版本 #

r"(?P<url>p(?!1(?!\d)|2(?!\d))\d+\.g\.com)"

全匹配版本（仅当整个字符串完全符合格式时命中） #

r"^(?P<url>p(?!1(?!\d)|2(?!\d))\d+\.g\.com)$"

逻辑说明 #

• 核心通过负向前瞻断言(?!1(?!\d)|2(?!\d))实现精准排除：仅过滤「p后紧跟单独的1且无后续数字」、「p后紧跟单独的2且无后续数字」的场景，不会限制多位数的首位取值
• \d+匹配1位及以上任意纯数字，支持无上限的数字长度
• 保留了url命名捕获组，可直接提取匹配到的完整URL

验证结果 #

• 命中示例：p3.g.com、p11.g.com、p29.g.com、p9999.g.com
• 排除示例：p1.g.com、p2.g.com

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