regex para corresponder a tudo, exceto substrings começando com hashkey

Question

Estou construindo um regex para filtrar quaisquer substrings que comecem com '#' ou '@'. Estou tentando filtrar tweets deles. Atualmente ele corresponde a tudo, não importa se a string contém palavras que começam com '#' ou '@'.

((?!\#)|(?!\@)).*

Nesta string abaixo quero combinar tudo em negrito, mas nada mais:

Olá, Xá Rukh. Quem é o seu co-ator no próximo filme?@iamsrk #lovefrommalaysia #askSRK

Quero manter os espaços em branco entre as palavras em negrito. Como posso conseguir isso? Isso será usado em python para sua informação.

Answer 1

Não se preocupe em combinar tudo, exceto substrings começando com '@' ou '#'. Acabei de fazer o oposto e usei re.sub em python para removê-los da string:

>>> import re
>>> text = 'Hi shah rukh. Who is your co-actor in the upcoming movie? @iamsrk #lovefrommalaysia #askSRK'
>>> text = re.sub(r'([\#\@].*?)(?=([\r\n ]|$))', '', text).strip()
>>> print text
Hi shah rukh. Who is your co-actor in the upcoming movie?

Breve explicação:

1. O grupo correspondente nº 1 ([\#\@].*?)agrupa # ou @ junto com o menor número de caracteres a seguir (não ganancioso).
2. A antecipação positiva (?=([\r\n ]|$))tenta corresponder a um retorno de carro, nova linha, espaço ou final de string sem incluí-lo no resultado.

Não sei o quão elegante é essa solução, mas funciona para meu uso. Experimenteregexr. com