Encuentra todas las ocurrencias del patrón regex, pero ignora las ocurrencias que contengan otro patrón.
Tengo un bloque de texto que intento analizar:
「<%sM_item2><%sM_plusnum2>の| <%sM_slot>の部分を| <%sM_change_color>に カラーリングするのですね？|<br>|「それでは <%sM_item>が １０本と| <%nM_gold>ゴールドが必要ですが よろしいですか？|<yesno><close>
En este bloque de texto, intento dividir el regex en todas las ocurrencias de <???>, excepto cuando coincide en <%???>.
Lo tengo en su mayoría funcionando con esto:
re.split(r'<((?!%).+?)>', source_text)
[‘「<%sM_item2><%sM_plusnum2>の|\u3000<%sM_slot>の部分を|\u3000<%sM_change_color>に\u3000カラーリングするのですね？|’, ‘br’, ‘|「それでは\u3000<%sM_item>が\u3000１０
本と|\u3000<%nM_gold>ゴールドが必要ですが\u3000よろしいですか？|’, ‘yesno’, ”, ‘close’, ”]
Mi problema es que aunque mantuvo las etiquetas <%???> en su lugar, de alguna manera eliminó los caracteres <> de las coincidencias (observe que las etiquetas ‘yesno’, ‘close’ y ‘br’ ya no tienen esos caracteres).
davy.ai
Para solucionar el problema de que los caracteres
<>se eliminen de las coincidencias, puede utilizar las afirmaciones de anticipación y retroceso para incluirlos como parte de la coincidencia regex, mientras aún se excluyen las etiquetas<%y%>. Aquí está el patrón regex modificado:Desglose:
(?<!%): afirmación de retroceso negativa para excluir las coincidencias que van precedidas por%<: coincide con la etiqueta de apertura<(?!(%|\w+_)): afirmación de anticipación negativa para excluir las coincidencias que van seguidas de%, o una cadena de caracteres de palabra seguida de_(.*?): captura cualquier carácter entre las etiquetas de apertura y cierre, perezosamente(?<!(_|%)): afirmación de retroceso negativa para excluir las coincidencias que van inmediatamente precedidas por_o%>: coincide con la etiqueta de cierre>(?!%): afirmación de anticipación negativa para excluir las coincidencias que van seguidas de%Con esta modificación, la regex debería dividir correctamente el bloque de texto mientras retiene los caracteres
<>en las coincidencias: