"select filenames whithout extansion“的负面先行检查

Question

我需要将"php“添加到href="xxx"中所有不以"php”结尾的urls。

我使用否定的先行(?!php)

find = r'href="(.+?)(?!php)"'
replace =  r'href="\1.php"'
re.sub(find, replace, 'href="url"')
re.sub(find, replace, 'href="url.php"')

都添加了扩展名：

href="url.php"
href="url.php.php"

为什么负向先行不起作用？

Answer 1

以下方法确实起作用：

In [49]: re.sub(r'href="([^"]*?)([.]php)?"', r'href="\1.php"', 'href="url.php"')
Out[49]: 'href="url.php"'

In [50]: re.sub(r'href="([^"]*?)([.]php)?"', r'href="\1.php"', 'href="url"')
Out[50]: 'href="url.php"'

最初的正则表达式(.+?)(?!php)不能正常工作的原因是它与url.php匹配，如下所示：

• (.+?)匹配url.php;
• at这一点，由于下一个字符是双引号，因此满足了负先行。

换句话说，.+?消耗了包括扩展名在内的整个文件名，这使得先行查找成为一种无用的操作。

Answer 2

负向先行意味着regexp尝试匹配下一个模式，但不使用该模式。您的模式"(.+?)(?!php)"匹配1个或多个任意字符，直到它遇到"，然后尝试匹配下一个模式，即php。这种先行处理总是会失败，因为下一个字符是"，并且由于这是一个否定的先行处理，所以整个模式都会成功。

您需要的是负向后视((?<!PATTERN))，它将在字符被使用后尝试匹配模式。当遇到"时，lookbehind会尝试将最后3个字符与模式php进行匹配。

简而言之，请使用以下模式重试

find = 'href="(.+?)(?<!php)"'