Python 如何使正则表达式忽略特定组后面的模式

我确实在2个月前发布了以下正则表达式模式来捕获ICD9代码。预计只捕获ICD9代码（例如：134.57或V23.54或E33.62），忽略患者的体重134.57 lb或127.20 mg/dL等实验室结果

icdRegex = recomp('(V\d{2}\.\d{1,2}|\d{3}\.\d{1,2}|E\d{3}\.\d)(?!\s*(?:kg|lb|mg)s?)')

现在出现了例外情况。正则表达式的第二部分不会忽略后跟kg、lb、mg或任何其他停止词的模式

我可以写一些基本的正则表达式，但这对我小小的大脑来说太复杂了，需要帮助

(?:(?:V\d{1,2}\.\d{1,2})|(?:\d{1,3}\.\d{1,2})|(?:E\d{1,2}\.\d+))(?!\d|(?:\s*(?:kg|lb|mg)s?))

试试这个。看演示

修改了前瞻，将\d包含在其中，以避免部分匹配

x="""134.57 or V23.54 or E33.62 134.57 lb or a lab result like 127.20 mg/dL"""
print re.findall(r"(?:(?:V\d{1,2}\.\d{1,2})|(?:\d{3}\.\d{1,2})|(?:E\d{1,2}\.\d+))(?!\d|(?:\s*(?:kg|lb|mg)s?))",x)

输出：

['134.57'，'V23.54'，'E33.62']

根据数据测试最终版本

icdRegex=recomp（（？：（？：V\d{1,2}.\d{1,2}）|（？：\d{3}.\d{1,2}）|（？：E\d{1,2}.\d+）（？！\d |（？：\s*（？：kg | lb | mg）s？） 代码=findall（icdRegex，hit）

---

“命中”将是临床记录。

您可以发布示例输入数据和您想要捕获的内容吗？什么语言？是Python。样本数据看起来像//2型糖尿病（250.00）（E11.9）高血压（401.9）（I10）高脂血症（272.4）（E78.5）骨质减少（733.90）（M85.80）维生素D缺乏（268.9）（E55.9）体重272.4 lb睾丸存储250.0//每个记录都有

/

分隔符吗？ICD9代码是否总是在括号中？您越具体，解决方案就越健壮。不，分隔符仅用于标记post中样本数据的边界。是的，ICD9代码将始终在括号中。您更改了什么？为什么？我想我在问这个问题时做得不好。我的正则表达式捕获ICD9代码的第一部分工作得非常好，经过了很好的测试。问题是，它还捕获任何重量，如134.56磅作为代码，因为它匹配的模式@vks：这个表达式捕获的不仅仅是ICD9模式（例如：2.5、44.52，这不是我们想要的）。我需要帮助来修复第二部分，并使其忽略后跟停止词的值。希望我说的有道理。它仍然漏掉了前134.57。ICD9代码可以具有与某人体重相同的值。我们在正则表达式上下注，以确定第一个134.57是代码，第二个134.57是权重，因为后面跟着lb.@vks：它在正则表达式测试程序中工作，但在我的代码中不工作。python的正则表达式不同吗？@vks:不，什么。。。你是对的。您的正则表达式模式工作得非常好。它对我不起作用的原因是我把整个临床文档分成了几行。当我改变我的流程，在整个文档上运行正则表达式时，它的效果非常好。吨。