Question

我知道单词边界的定义是(?<!\w)(?=\w)|(?<=\w)(?!\w) 我希望在单词边界的定义中添加下划线（可选）。

这样做的一种方法是我们可以简单地修改定义像新的那样(_)?((?<!\w)(?=\w)|(?<=\w)(?!\w)) ，但不要使用太长时间的表达。

简易方法即可如果我可以在字符类中编写单词边界，那么就像[\b-]一样在字符类中添加下划线很容易，但问题是将\b放在字符类中，即[\b]，意味着后空格不是字边界。

请告诉解决方案，即如何将\b置于字符类中而不会失去其原始含义。

Answer 1

您可以使用外观：

(?:\b|(?<=_))word(?=\b|_)
^^^^^^^^^^^^^     ^^^^^^^

请参阅regex demo其中(?:\b|(?<=_))是一个非捕获组，与字边界或前面带有_的位置相匹配，而(?=\b|_)是一个正面的前瞻匹配单词边界或_符号。

不幸的是，Python re将不允许使用(?<=\b|_)，因为lookbehind模式应该是固定宽度的（否则，您将得到 look-behind requires fixed-width pattern 错误）

A Python demo：

import re
rx = r"(?:\b|(?<=_))word(?=\b|_)"
s = "some_word_here and a word there"
print(re.findall(rx,s))

另一种解决方案是使用自定义字词边界，例如(?<![^\W_]) / (?![^\W_])（请参阅online demo）：

rx = r"(?<![^\W_])word(?![^\W_])"

如果除了非单词和(?<![^\W_])字符之外没有其他字符，那么_否定后观就会失败匹配（因此，它需要字符串的开头或除_之外的任何单词字符在搜索词之前）和(?![^\W_])否定前瞻将使匹配失败，如果除了非词和_字符之外没有其他字符（也就是说，需要字符串的结尾）或不包括_）的字词。

如何在python中的字符类中编写单词边界而不失其含义？我希望在单词边界的定义中添加下划线（_）（\ b）

1 个答案: