Объяснение для сложного регулярного выражения

Question

У меня есть некоторые текстовые данные следующим образом.

{"Timestamp": "Tue Apr 07 00:32:29 EDT 2015",Title: Indian Herald: India's Latest News, Business, Sport, Weather, Travel, Technology, Entertainment, Politics, Finance <br><br>Product: Gecko<br>CPUs: 8<br>Language: en-GB"} 

С текстом ниже, я извлекая название только (Indian Herald: India's Latest News, Business, Sport, Weather, Travel, Technology, Entertainment, Politics, Finance), используя следующее регулярное выражение:

appcodename = re.search(r'Title: ((?:(?!<br>).)+)', message).group(1) 

Я пытаюсь понять, как работает над регулярным выражением.

(?!<br>) является отрицательным опережением для <br>

(?:(?!<br>).)+) - что это значит? Может кто-то сломает это для меня. Также, сколько групп захвата есть в регулярном выражении.

Answer 1

Вам не нужно такое сложное регулярное выражение, чтобы получить заголовок. Используйте

Title:\s*(.*?)(?=\s*<br/?>) 

См demo

Мы сопрягать Title:, затем пробел \s*, то любые символы до ф <br/> с (.*?)(?=\s*<br/?>).

Что касается (?:(?!<br>).)+, значит улавливать 1 или более символов не с <br>. Существует SO post where this construction is explained in detail.

Вот изображение из regex101 (перейти к Regex Debugger вкладки, а затем нажмите + справа) с визуализацией, что это конструкция делает (проверяет, является ли следующий символ <br>, а если нет, потребляет и откатывается и т.д.):

Что касается вопроса о том, сколько захвате группы есть в регулярном выражении, Title: ((?:(?!<br>).)+) имеет 1 захват (((?:(?!<br>).)+)) и 1, не захватив ((?:(?!<br>).)).

Answer 2

Прежде всего, вам здесь не нужно смотреть. Что вы делаете, может быть сделано с помощью этого простого регулярного выражения также:

>>> re.search(r'Title: *(.+?) *<br>', message).group(1) 
"Indian Herald: India's Latest News, Business, Sport, Weather, Travel, Technology, Entertainment, Politics, Finance" 

кстати вашего регулярное выражение:

Title: ((?:(?!<br>).)+) 

использует negative lookahead(?!<br>), который проверяет наличие <br> перед сопоставлением символа после буквального текста Title:.

Answer 3

((?:(?!<br>).)+) Что означает:

((?:(?!<br>).)+) 
^... Match the regex and capture its match into backreference 1 

((?:(?!<br>).)+) 
^... Match the regex (non capturing group) 

((?:(?!<br>).)+) 
    ^... Assert that it is not possible to match the regex <br> 

((?:(?!<br>).)+) 
      ^... Match a single character, that is not a line break character 

((?:(?!<br>).)+) 
       ^... Between one and unlimmited times