基于开始或结束模式排除行的regex表达式

Question

我在一个文件中搜索与Python中三种可能的regex模式之一不匹配的行。如果我单独搜索每一个，模式是：

pattern1 = '_[AB]_[0-9]+$'
pattern2 = 'uce.+'
pattern3 = 'ENSOFAS.+'

Pattern2和pattern3位于行的开始处（这些行严格地以>)开始。字符串末尾的Pattern1。

我已经看到了将pattern2和pattern3与^>（？：（？！UCEENSOFAS).+$)（我不确定格式是否正确）这样的方法。如何在单个regex搜索中也包括pattern1。我这样做的原因是跳过与这些模式中任何一个匹配的行。

Answer 1

本质上，您将三个较小的正则结合成一个，说明匹配器可以匹配其中的任何一个来代替另一个。正如@TallChuck所评论的那样，一般的方法是交替操作符。因此，根据他的例子和你的变量，我可能会这样做：

pattern1 = '_[AB]_[0-9]+$'
pattern2 = '^>uce.+'
pattern3 = '^>ENSOFAS.+'
re_pattern = '(?:{}|{}|{})'.format(pattern1, pattern2, pattern3)
your_re = re.compile( re_pattern )

您没有理由不能在每个子模式中包含行首锚点^，所以我已经这样做了。同时，您的示例使用了分组（非捕获）运算符`(?:...)，所以我在这里也模仿了它。

上面是完全一样的，就像你一下子把它放在一起：

your_re = re.compile('(?:_[AB]_[0-9]+$|^>uce.+|^>ENSOFAS.+)')

^(?:.*_[AB]_[0-9]+$|>uce.+|>ENSOFAS.+)