Question

我有一个详细的（re.X）标记正则表达式抛出异常，即使它似乎等同于它的精简版本。（我从后者建立了前者。）

简明版：

import re
test = 'catdog'
test2 = 'dogcat'
pat = re.compile(r'(?=\b\w{6}\b)\b\w*cat\w*\b')

print(pat.search(test))
print(pat.search(test2))
# catdog Match object
# dogcat Match object

详细版本：

pat = re.compile(r"""(               # Start of group (lookahead); need raw string
                     ?=              # Positive lookahead; notation = `q(?=u)`
                     \b\w{6}\b       # Word boundary and 6 alphanumeric characters
                     )               # End of group (lookahead)
                     \b\w*cat\w*\b   # Literal 'cat' in between 0 or more alphanumeric""", re.X)
print(pat.search(test).string)
print(pat.search(test2).string)

# Throws exception
# error: nothing to repeat at position 83 (line 2, column 22)

造成这种情况的原因是什么？我无法找到扩展版本违反re.X / re.VERBOSE条件的原因。来自docs：

此标志允许您编写看起来更好的正则表达式通过允许您在视觉上分离逻辑来更具可读性模式的各个部分并添加注释。内部的空白除非在字符类中或在前面时，否则忽略pattern 通过未经证实的反斜杠。当一行包含一个不在的＃时所有都是字符类，并且前面没有未转义的反斜杠从最左边这样＃到行尾的字符是忽略。

据我所知，没有字符类或空格前面有未转义的反斜杠。

Answer 1

这是Python issue 15606。 re在详细模式下使用空格内的空格的行为与文档不匹配。你不能在(?=的中间放置空格。

Answer 2

问题在于第二行的?=。 ?可以表示[ ]?之类的多个事物，它们是0或1个空格，我相信它前面的空格就是这种情况。空格被忽略，但它将两个字符(和?分隔为实体。

将?=移至第1行，它将起作用。与(?=

一样

错误

error: nothing to repeat at position 83

非常清楚?在这里被解释为重复

re.VERBOSE和lookahead断言错误

2 个答案: