Python正则表达式：字符串不包含“jpg”，必须有“-”和小写字母

Question

我在为Django的URL写Python正则表达式时遇到了一些麻烦。我有一些特定的要求，但就是想不出合适的写法。最终目的是为了识别哪些页面是CMS页面，并将应该加载的别名URL传递给Django的函数。

以下是一些有效的字符串示例，这些字符串应该符合要求：

• about-us
• contact-us
• terms-and-conditions
• info/learn-more-pg2
• info/my-example-url

要求：

• 必须全部小写字母
• 必须包含一个连字符 "-"
• 可以包含数字、字母和斜杠 "/"
• 长度必须在4到30个字符之间
• 不能包含特殊字符
• 不能包含以下单词：
  • .jpg
  • .gif
  • .png
  • .css
  • .js

以下是一些不符合要求的示例：

• About-Us（有大写字母）
• contactus（没有连字符）
• pg（少于4个字符）
• img/bg.gif（包含“.gif”）
• files/my-styles.css（包含“.css”）
• my-page@（包含了字母、数字、连字符或斜杠以外的字符）

我知道这还远远不够，但这是我目前的进展：

(?P<alias>([a-z/-]{4,30}))

抱歉我的要求有点多，但我就是搞不懂这个正则表达式的东西。

谢谢！

Answer 1

这是我在Stack Overflow上的第一篇帖子。
请在我需要的时候纠正我的英语，我真的很希望你们能帮忙。

我觉得下面的任何一个正则表达式都适合：

'(?=.{4,30}\Z)(?=.*-)[-a-z0-9/]+\Z'

'(?=.{4,30}\Z)[a-z0-9/]\*-[-a-z0-9/]\*\Z'

'(?=.{4,30}\Z)(?:[a-z0-9/]+|)-[-a-z0-9/]*\Z'

Answer 2

我有点困惑，为什么有些评论者觉得用正则表达式做这件事很难。其实，正则表达式就是用来处理这种事情的。

if re.match(
    r"""^             # match start of the string
    (?=.*-)           # assert that there is a dash
    (?!.*\.(?:jpg|gif|png|css|js))  # assert that these words can't be matched
    [a-z0-9/-]{4,30}  # match 4-30 of the allowed characters
    $                 # match the end of the string""", 
    subject, re.VERBOSE):
    # Successful match at the start of the string
else:
    # Match attempt failed

不过确实，由于.不在允许的字符范围内，所以检查那些不允许的文件扩展名其实并不是很必要。