面试题：Python正则复杂嵌套与否定组合应用

Question

假设你有一个复杂的文本，其中包含类似 'tag1:value1;tag2:value2;...' 这样的结构，'tag' 由字母和数字组成，长度为3 - 5位，'value' 可以是任何字符，但不能包含';'。现在要编写一个Python正则表达式，提取出所有tag为'abc'且value不包含数字的组合。请给出完整的Python代码，详细解释正则表达式中每个部分的作用以及嵌套逻辑。

Answer 1

import re


text = "tag1:value1;abc:no_numbers;tag2:value2;abc:with1number;abc:onlyletters"

pattern = r';abc:([^;]*[^0-9][^;]*)'
matches = re.findall(pattern, text)

for match in matches:
    print(match)

正则表达式解释

1. ;：匹配文本中的分号，用于分割不同的 tag:value 组合，确保我们从正确的位置开始查找 abc 标签。
2. abc：直接匹配标签部分为 abc，这是题目要求提取的特定标签。
3. :：匹配 abc 标签后的冒号，用于分隔标签和值。
4. ([^;]*[^0-9][^;]*)：这是一个捕获组，用于提取值部分。
   • [^;]*：匹配除分号以外的任意字符，0次或多次。这确保了在遇到下一个分号之前，尽可能多的匹配字符。
   • [^0-9]：匹配一个非数字字符，这是为了确保值中至少有一个非数字字符，符合值不包含数字的要求。
   • [^;]*：再匹配一次除分号以外的任意字符，0次或多次。这是为了匹配在非数字字符之后到下一个分号之前的所有字符。

整个正则表达式的逻辑是，先找到分号分隔符，再匹配特定的 abc 标签及后面的冒号，然后通过捕获组提取符合不包含数字要求的值。re.findall 函数用于在文本中查找所有符合该正则表达式模式的内容，并返回捕获组中的值。