正则表达式绕过仅三个点

Question

我有一个这样的字符串：

z='Certainly. I like apples... Really? By all means. Yes!'

我想要提取出 .、? 和 ! 这几个符号，但不想要 ... 这个子串，所以我想要的结果应该是：

['.', '?', '.', '!']

这是我目前的代码：

>>> re.findall('(?<!\.)[\.?!]', z)
['.', '.', '?', '.', '!']

这个正则表达式也把 ... 这个子串里的第一个点给捕获了。但是如果我运行：

>>> re.findall('(?<!\.{2})[\.?!]', z)
['.', '.', '.', '?', '.', '!']

结果和我预期的完全相反，我不明白为什么，因为我已经要求前面有两个点的时候不匹配（尝试使用量词的任意操作符 +?*{1,2} 会出错，因为向后查找需要固定宽度的模式）。

我有些误解了，因为我本来以为在向前查找中加上第二个 \. 会得到我想要的结果。

如果有任何建议和简短的解释，我会非常感激（我找不到和我问的完全一样的内容）。

Answer 1

还有一种可能性：

pat = re.compile(r"\.\.\.|([.?!])")
matches = filter(None, pat.findall(z))

这个方法是通过匹配字面上的 ... 字符串来实现的。在我们有机会把它放进一个捕获组之前（在“或”符号 | 的另一边），就先把这个字符串消耗掉。然后再过滤结果，去掉所有的 ''（这是 findall 在找到一个空的捕获组时使用的）。

这个方法被一些人称为 最佳正则表达式技巧

Answer 2

你可以试试下面这个正则表达式，它使用了负向前瞻和负向后顾。

>>> import re
>>> z='Certainly. I like apples... Really? By all means. Yes!'
>>> z
'Certainly. I like apples... Really? By all means. Yes!'
>>> m = re.findall(r'(?<!\.)[.?!](?!\.)', z)
>>> m
['.', '?', '.', '!']

示例

这个正则表达式会匹配那些前面没有点（.）并且后面也没有点的符号，比如点（.）、问号（?）或者感叹号（!）。