如何用正则负向前瞻忽略目标词前多词短语匹配特定语境的mass

适配需求的正则实现方案 #

核心规则（Python 3.10+ 兼容） #

直接使用可变长度负向后顾断言实现，后续新增排除短语只需更新断言内的列表即可，匹配时开启忽略大小写标志适配写法差异：

import re

# 统一管理需要排除的前置短语，后续新增直接往列表里加
exclude_prefixes = [
    r"LV ",
    r"normal ",
    r"no cardiac ",
    r"indexed ",
    r"heart ",
]
# 拼接生成正则
pattern = re.compile(
    fr"\b(?<!{'|'.join(exclude_prefixes)})mass\b",
    flags=re.IGNORECASE
)

匹配逻辑 #

• (?<!前缀1|前缀2|...)是负向后顾断言，会检查mass单词的前方是否出现过任意一个指定的排除前缀，出现则不匹配
• 所有排除规则统一在exclude_prefixes列表维护，不需要修改正则主体结构，扩展性极强
• 开启re.IGNORECASE后自动适配No、Normal、CARDIAC这类大小写变体，无需手动写多套匹配规则

用例匹配结果 #

• 命中（有效匹配）
  • There is a 2mm mass in the RA
  • large irregular mass in the left ventricle
  • cardiac mass
• 不命中（无效匹配）
  • LV mass: 135g
  • Normal heart mass
  • no cardiac mass

低版本Python兼容方案 #

如果使用的是Python 3.9及以下版本，不支持可变长度负向后顾，可以改用负向前瞻包裹前缀范围的写法，逻辑完全一致：

pattern = re.compile(
    r"\b(?!LV |normal |no cardiac |indexed |heart )[^\s]{0,100}\s*mass\b",
    flags=re.IGNORECASE
)

内容的提问来源于stack exchange，提问作者PyStiggy