正则表达式非匹配项匹配：如何捕获未命中前置规则的内容

你的需求是把当天日志中Wurk:后的8位字符/数字分成四类：以9、8、7开头的，以及剩下的其他情况。原来的代码只捕获了前三种，漏掉了不符合这三个前缀的项，我们可以通过先统一提取所有符合格式的Wurk ID，再分类判断的方式来解决，这样逻辑更清晰，效率也更高。

修改后的完整代码 #

import time, glob, re

logpath = glob.glob('path\\to\\log*.log')[0]
readfile = open(logpath, "r")
daysdate = time.strftime("%Y-%m-%d")

nine = []
eight = []
seven = []
no_match = []

for line in readfile:
    # 匹配当天日期行中Wurk:后的8位字母/数字组合
    match = re.search(r'{}.*Wurk: ([A-Z0-9]{8})'.format(daysdate), line)
    if match:
        wurk_id = match.group(1)
        # 根据开头字符分类
        if wurk_id.startswith('9'):
            nine.append(wurk_id)
        elif wurk_id.startswith('8'):
            eight.append(wurk_id)
        elif wurk_id.startswith('7'):
            seven.append(wurk_id)
        else:
            no_match.append(wurk_id)

# 格式化输出
print("\nNine:\n%s\n" % ",\n".join(nine) +
      "\nEight:\n%s\n" % ",\n".join(eight) +
      "\nSeven:\n%s\n" % ",\n".join(seven) +
      "\nNo matches found:\n%s\n" % ",\n".join(no_match))

关键改进点 #

1. 统一提取所有有效Wurk ID：用一个正则r'{}.*Wurk: ([A-Z0-9]{8})'.format(daysdate)捕获当天行中所有Wurk:后的8位字母/数字，避免多次正则遍历的冗余。
2. 分类判断逻辑：对提取到的每个Wurk ID，通过startswith()判断前缀，分别放入对应列表；不属于前三种的自动进入no_match。
3. 更鲁棒的匹配：正则中的[A-Z0-9]{8}明确匹配8位字母（大写）+数字的组合，覆盖你示例中的A0885521这类情况。

预期输出 #

运行修改后的代码后，你会得到：

Nine:
98745061,
98885612

Eight:
88855521

Seven:


No matches found:
A0885521

备选方案：用正则否定前瞻直接捕获未匹配项 #

如果你坚持要用单独的正则来抓未匹配项，可以在原来的循环中添加一个正则，用否定前瞻排除9、8、7开头的情况：

# 在原来三个finditer之后添加
for match in re.finditer(r'{}.*Wurk: (?!9|8|7)([A-Z0-9]{8})'.format(daysdate), line):
    no_match.append(match.group(1))

不过这种方法需要对每行做四次正则匹配，效率不如第一种方法高，推荐优先使用分类判断的方式。

内容的提问来源于stack exchange，提问作者JCJ