问题:re模块中的正则表达式是否支持单词边界(\ b)?
在尝试了解有关正则表达式的更多信息时,一个教程建议您可以使用\b
来匹配单词边界。但是,Python解释器中的以下代码片段无法按预期工作:
>>> x = 'one two three'
>>> y = re.search("\btwo\b", x)
如果有任何匹配项,它应该是一个匹配对象,但它是None
。
\b
Python不支持该表达式吗?或者我使用的是错误的?
回答 0
你为什么不尝试
word = 'two'
re.compile(r'\b%s\b' % word, re.I)
输出:
>>> word = 'two'
>>> k = re.compile(r'\b%s\b' % word, re.I)
>>> x = 'one two three'
>>> y = k.search( x)
>>> y
<_sre.SRE_Match object at 0x100418850>
>>> x = 'one two three'
>>> y = re.search(r"\btwo\b", x)
>>> y
<_sre.SRE_Match object at 0x100418a58>
>>>
回答 1
这将起作用: re.search(r"\btwo\b", x)
"\b"
用Python 编写时,它是一个字符:"\x08"
。可以这样逃避反斜杠:
"\\b"
或这样写一个原始字符串:
r"\b"
回答 2
只是为了明确解释为什么 re.search("\btwo\b", x)
不起作用,这是因为\b
在Python字符串中,Backspace字符是简写形式。
print("foo\bbar")
fobar
因此,模式"\btwo\b"
正在寻找一个空格,其次是two
,之后是另一个空格,您在(x = 'one two three'
)中搜索的字符串没有空格。
要允许re.search
(或compile
)将序列解释\b
为单词边界,请转义反斜杠("\\btwo\\b"
)或使用原始字符串创建模式(r"\btwo\b"
)。
回答 3
Python文档
https://docs.python.org/2/library/re.html#regular-expression-syntax
\ b
匹配空字符串,但仅在单词的开头或结尾处匹配。单词定义为字母数字或下划线字符的序列,因此单词的结尾由空格或非字母数字,非下划线字符指示。请注意,正式地,\ b被定义为\ w和\ W字符之间的边界(反之亦然),或者\ w与字符串的开头/结尾之间的边界,因此被视为字母数字字符的精确字符集取决于在UNICODE和LOCALE标志的值上。例如,r’\ bfoo \ b’匹配’foo’,’foo。’,’(foo)’,’bar foo baz’,但不匹配’foobar’或’foo3’。在字符范围内,\ b表示退格字符,以与Python的字符串文字兼容。