re.match включает неявное начало привязки строки.(?<!index) говорит, что . не может предшествовать index, но оно также не соответствует ничему, кроме index, поэтому неявная привязка означает, что это эффективно соответствует только начинающимся строкам .html?.
Чтобы исправить, либо используйте re.search вместо re.match (удаляя неявную привязку), либо явно захватите предыдущий текст (с отрицательным утверждением lookbehind, по-прежнему исключающим все, что заканчивается index):
m = re.match('.*(?<!index)\.html?', 'abc.html') # Use re.fullmatch to prevent arbitrary suffixes
# ^^ added
Чтобы разрешить вещи, которые заканчиваются на index, но не совсем index, вы можете использовать чередование:
m = re.match('(?:.{6,}|.{,5}(?<!index))\.html?', 'aindex.html')
, где мы разрешаем совпадение, еслиимя по крайней мере шесть символов или это пять или меньше, и они не index.
Я отмечу, сложность здесь означает, что я был бы склонен пропуститьполностью регулярное выражение;методы простой строки будут довольно хорошими.Например, предполагая, что это просто тестирование, а не используя полученный объект соответствия, вы можете заменить:
if re.match('(?:.{6,}|.{,5}(?<!index))\.html?', filename):
на:
if filename.endswith(('.htm', '.html')) and filename not in ('index.htm', 'index.html'):
или:
root, ext = os.path.splitext(filename)
if ext in ('.htm', '.html') and root != 'index':
Конечно, он немного длиннее, но гораздо менее сложен / подвержен ошибкам.