Question

给定一个字符串，以及该字符串中的字符偏移量，我可以使用Python正则表达式向后搜索吗？

我想解决的实际问题是在字符串中的特定偏移处获得匹配的短语，但我必须匹配该偏移之前的第一个实例。

在我的正则表达式是一个符号长（例如：单词边界）的情况下，我正在使用一个解决方法来反转字符串。

my_string = "Thanks for looking at my question, StackOverflow."
offset = 30
boundary = re.compile(r'\b')
end = boundary.search(my_string, offset)
end_boundary = end.start()
end_boundary

输出：33

end = boundary.search(my_string[::-1], len(my_string) - offset - 1)
start_boundary = len(my_string) - end.start()
start_boundary

输出：25

my_string[start_boundary:end_boundary]

输出：'问题'

但是，如果我有一个可能涉及多个字符的更复杂的正则表达式，这种“反向”技术将无效。例如，如果我想匹配在指定偏移量之前出现的第一个“ing”实例：

my_new_string = "Looking feeding dancing prancing"
offset = 16 # on the word dancing
m = re.match(r'(.*?ing)', my_new_string) # Except looking backwards

理想输出：喂食

我可能会使用其他方法（将文件拆分为行，然后向后遍历行）但向后使用正则表达式似乎是一个概念上更简单的解决方案。

Answer 1

使用正面lookbehind确保单词前至少有30个字符：

# re like: r'.*?(\w+)(?<=.{30})'
m = re.match(r'.*?(\w+)(?<=.{%d})' % (offset), my_string)
if m: print m.group(1)
else: print "no match"

对于另一个例子，负面观察可能会有所帮助：

my_new_string = "Looking feeding dancing prancing"
offset = 16
m = re.match(r'.*(\b\w+ing)(?<!.{%d})' % offset, my_new_string)
if m: print m.group(1)

第一个贪婪匹配任何角色但回溯直到它无法向后匹配16个字符（(?<!.{16})）。

Answer 2

我们可以利用python的正则表达式引擎对贪婪的偏好（有点，不是真的），并告诉它我们想要的是尽可能多的字符，但不超过30，那么...... < / em>的

然后，适当的正则表达式可以是r'^.{0,30}(\b)'。我们想要第一次捕获的开始。

>>> boundary = re.compile(r'^.{0,30}(\b)') >>> boundary.search("hello, world; goodbye, world; I am not a pie").start(1) 30 >>> boundary.search("hello, world; goodbye, world; I am not").start(1) 30 >>> boundary.search("hello, world; goodbye, world; I am").start(1) 30 >>> boundary.search("hello, world; goodbye, pie").start(1) 26 >>> boundary.search("hello, world; pie").start(1) 17

你可以使用Python正则表达式从偏移量向后搜索吗？

2 个答案: