Question

为什么这个正则表达式： r'^(?P<first_init>\b\w\.\b)\s(?P<mid_init>\b\w\.\b)\s(?P<last_name>\b\w+\b)$' 与J. F. Kennedy不匹配？

我必须删除小组\b和first_init中的mid_init才能匹配这些字词。我正在使用Python。对于测试，我正在使用https://regex101.com/

由于

Answer 1

您过度使用\b 分词。

\b 仅匹配，如果一边有有效的＆＃34;字＆＃34;性格，另一方面没有。现在你使用这种结构两次：

\b\w\.\b\s

..而且，这是正确的，它不匹配，因为在左侧你有一个非单词字符（一个句号），另一方面你也没有 - 字符（空格）。

删除句号和\b之间的\s就足以使其正常工作。

Answer 2

\b仅在单词的开头或结尾处匹配空字符串。单词是一系列字母数字或下划线字符。点（.）不能构成单词的一部分。

>>> import re
# does not match when \. is within word boundary
>>> re.match(r'^(?P<first_init>\b\w\.\b)\s(?P<mid_init>\b\w\.\b)\s(?P<last_name>\b\w+\b)$', 'J. F. Kennedy')
# matches when \b is moved to left of \.
>>> re.match(r'^(?P<first_init>\b\w\b\.)\s(?P<mid_init>\b\w\b\.)\s(?P<last_name>\b\w+\b)$', 'J. F. Kennedy')  # matches

在这个意义上，.不是这个词的一部分。请参阅docs here。

Answer 3

只需删除第二个边界：

^(?P<first_init>\b\w\.)\s
(?P<mid_init>\b\w\.)\s
(?P<last_name>\b\w+\b)$

见a demo on regex101.com 背景是第二个\b在点和空格之间，所以它失败了（记住其中一个边需要是一个单词字符，即a-zA-Z0-9_之一）

Answer 4

由于\.（点）字符，它不匹配。单词边界不包括点（它可能与您想要的 word 的定义不同）。您可以轻松地重写它而无需\b。仔细阅读documentation。

Answer 5

\ b表示单词的边框。

Word这里定义如下：

当一个单词后面有空格字符时，单词结束。

“J。”，“F。”这里的话就是“肯尼迪”。

您的示例是尝试在字母和点之间搜索空格，并且正在搜索J . F . Kennedy。

带有\ b和非单词字符的正则表达式（如'。'）

5 个答案: