为什么带有单词边界的正则表达式会失败？

Question

我想匹配数字，可以是正数，也可以是负数，可能前面要有货币符号。但是我不想要像PSM-9这样的东西。我的代码是：

test='AAA PCSK-9, $111 -3,33'
re.findall(r'\b-?[$€£]?-?\d+[\d,.]*\b', test)

输出为：['-9', '111', '3,33'] 有人可以解释为什么-9被匹配吗？预先谢谢你。

编辑： 我不匹配PCSK-9的任何部分，就像产品的名称而不是数字。所以我想要的输出是：

['111', '3,33']

Answer 1

这是因为\b匹配K和-之间的空格，即单词和非单词字符。如果您想避免在-前面加上一个单词，则可以改用负向后查找：

re.findall(r'[$€£]?(?:(?<!\w)-)?\d+[\d,.]*\b', test)

使用示例输入，将返回：

['9', '111', '3,33']

演示：https://regex101.com/r/A66C5W/1

Answer 2

word boundary在K和破折号之间匹配。破折号[$€£]?-?后的2个部分是可选的，因为有问号，然后您将一个或多个数字匹配。这将导致匹配-9

您可能会使用一个断言来检查匹配前后的内容是否为非空白字符\S（使用负向后查找和负向前查找）。

(?<!\S)-?[$€£]?(\d+(?:[,.]\d+)?)(?!\S)

Regex demo | Python demo

Answer 3

-9之所以匹配是因为-是一个非单词字符，而S是一个单词字符...因此，在单词间边界\b之间，您在正则表达式中声明。