Question

>>> match = re.findall(r'\w\w', 'hello')
>>> print match
['he', 'll']

因为\ w \ w表示两个字符，'他'和'll'是预期的。但为什么'el'和'lo'不匹配正则表达式？

>>> match1 = re.findall(r'el', 'hello')
>>> print match1
['el']
>>>

Answer 1

默认情况下，

findall不会产生重叠匹配。但是这个表达式确实如此：

>>> re.findall(r'(?=(\w\w))', 'hello')
['he', 'el', 'll', 'lo']

此处(?=...)是lookahead assertion：

(?=...)匹配，如果...匹配下一个，但不消费任何串。这称为先行断言。例如， Isaac (?=Asimov)仅在'Isaac '后跟'Asimov'匹配。

Answer 2

您可以使用支持重叠匹配的new Python regex module。

>>> import regex as re
>>> match = re.findall(r'\w\w', 'hello', overlapped=True)
>>> print match
['he', 'el', 'll', 'lo']

Answer 3

除了零长度断言之外，输入中的字符将始终在匹配中消耗。如果您想要在输入字符串中捕获某个字符的次数更多，则需要在正则表达式中进行零长度断言。

有几个零长度断言（例如^（输入/行的开始），$（输入/行的结束），\b（字边界）），但是环视（(?<=)正面后视和(?=)正向前瞻）是您可以从输入中捕获重叠文本的唯一方法。负面观察（(?<!)负面后瞻，(?!)否定前瞻 - 在这里不是很有用：如果它们断言为真，则内部捕获失败;如果他们断言错误，则匹配失败。这些断言是零长度的（如前所述），这意味着它们将在不消耗输入字符串中的字符的情况下断言。如果断言通过，它们实际上将匹配空字符串。

应用上述知识，适合您案例的正则表达式将是：

(?=(\w\w))

Answer 4

我不是正则表达式专家，但我想回答我类似的question。

如果要与前瞻性一起使用捕获组：

正则表达式示例：（\ d）（？=。\ 1）

字符串：5252

这将与前5个以及前2个匹配

（\ d）组成一个捕获组，（？= \ d \ 1）匹配捕获组1后面的任何数字，而不消耗字符串，因此允许重叠

如何找到与正则表达式重叠的匹配？

4 个答案: