本文介绍在 python 中使用正则表达式精准匹配“井号 `#` 之前不出现完整单词 `abc`、`def` 或 `ghi`”的字符串，通过负向先行断言与字符类组合实现语义化过滤。
要解决该问题，关键在于限定“禁止出现”的范围仅限于 # 之前的子串，而非整行任意位置。原始尝试 ^(?!.*\b(?:abc|def|ghi)\b).*# 失败的原因是：其负向先行断言 (?!.*) 检查的是整行是否含目标词，未限制检查区域，导致 "he is abc but # not xyz" 因整行含 abc 被错误排除——而我们真正关心的只是 # 左侧部分。
正确思路是：*在匹配 # 前，先确保从行首到 # 之间（即 `[^#]` 所覆盖区域）不包含带词边界的目标单词**。对应正则表达式为：
import re
pattern = r'^(?![^#]*\b(?:abc|def|ghi)\b)[^#]*#.*'
l = [
"he is abc but # not xyz",
"he is good # but small",
"he might ghi but # not abc will",
"he will help but # hope for def to come",
"he is going for vabc but # not sure"
]
result = [s for s in l if re.fullmatch(pattern, s)]
print(result)
# 输出：
# ['he is good # but small', 'he will help but # hope for def to come', 'he is going for vabc but # not sure']✅ 正则解析：
- ^：锚定行首；
- (?![^#]*\b(?:abc|def|ghi)\b)：核心负向先行断言——检查从开头到第一个 #（不含 #）的片段中，是否不存在作为独立单词的 abc/def/ghi；
- [^#]*：安全匹配 # 之前所有非 # 字符（避免跨过 #）；
- #.*：匹配 # 及其后任意内容。
⚠️ 注意事项：
- 必须使用 re.fullmatch() 或 re.match()（配合 ^ 和 $），不可用 re.search()，否则可能匹配子串导致逻辑错乱；
- \b 确保精确匹配单词边界，因此 "vabc" 不触发拒绝（vabc 整体是一个词，abc 不是独立单词）；
- 若字符串含多个 #，此模式只关注第一个 # 前的内容，符合题意中“before #”的自然语义。
该方案兼顾准确性与可读性，是处理“某分隔符前禁止特定词汇”类需求的标准正则范式。
