正则表达式匹配标点符号后跟空格，但有一些例外

Question

我想要找出一个匹配标点符号（！，？和。）后跟一个空格的正则表达式。我想不匹配其由类似的“先生”，“太太”等称呼开头段...

做的第一部分很简单： r"[\?|!|\.] "

但我与挣扎第二部分。这是我到目前为止： r"(?<=[^(Mr|Ms)])\. "

第二个不匹配像“雷达”或“杯子”或“织机”，这是不好的。我也无法将这两个正则表达式合并成一个正则表达式。

谢谢。

Answer 1

这应该工作：

(?<!(Mr)|(Ms))(?<!(Mrs))[.!?](?=\s|$) 

这里有一个演示：

In [19]: re.search(r'(?<!(Mr)|(Ms))(?<!(Mrs))[.](?=\s|$))', 'Mrs. Jones!').group(0) 
Out[19]: '!' 

有对先生和夫人负回顾后，和空格或EOL积极的前瞻。

请注意，不同长度的每个单独的称呼将需要它自己的后视。

---

编辑，按OP的要求：

In [78]: re.search(r'((?<!(Mr)|(Ms))(?<!(Mrs))[.])|([!?])(?=\s|$)', 'Mrs! Jones').group(0) 
Out[78]: '!' 

Answer 2

这里是一个正在运行的：https://regex101.com/r/iRNTMY/2

(?<!(Mr|Ms))(?<!(Mrs))[.?!] 

它采用负查找两度落后的两个不同长度的可能性。

Answer 3

如果想成为完整的，你就需要排除Prof, Dr, Miss, Mrs, Ms, Mr等

Python的re模块不允许超过固定宽度的回溯期其他任何东西;为此，你需要为每个宽度做多的回溯期：

r'(?<!\bMr|\bDr)(?<!Mrs)(?<!\bProf|\bMiss)([.,;])(?= |\n|\Z)' 

Demo

或者使用regex module将允许可变宽度的回溯断言。然后，你可以这样做：

r'(?<!\bMr|\bMrs|\bDr|\bMiss|\bProf)([.,;])(?= |\n|\z)' 

Demo

---

边注：一个字符类中任何一个单个字符匹配。这就是为什么你得到意想不到的[^(Mr|Ms)]结果是否定的字符类集合Mrs|()

Demo