输出：

Question

我正在尝试查找字符串中所有子字符串的出现，并使用正则表达式打印它们的开始索引和结束索引。

例如，字符串='bbbcbb' 子='bb' 我的输出必须为（0,1）（1,2）（4,5）。

我的代码：

import re
matches = list(re.finditer(r'bb(?=[a-zA-Z]|$)', 'bbbcbb'))

输出：

[<_sre.SRE_Match object; span=(0, 2), match='bb'>, 
<_sre.SRE_Match object;span=(4, 6), match='bb'>]

我浏览了https://docs.python.org/3/library/re.html上的文档，并且据我所知，先行断言将起作用

在位置0，它将匹配“ bb”和“ bb”，后跟“ b”。即 bb bcbb
在位置1处，它将匹配“ bb”和“ bb”，后跟“ c”。即b bb cbb
然后它将不匹配，直到位置4匹配“ bb”和“ bb”后跟$。 bbbc bb

为什么先行断言忽略（1,3）位置的b'bb'cbb？还是我对前瞻性断言的理解有缺陷？

Answer 1

这与您的前瞻无关，并且是由于re未返回重叠的匹配项所致。这是一个更简单的示例：

import re

regex = re.compile("aa")
results = list(regex.finditer("aaaa"))
#  You expect to get (0, 2), (1, 3), (2, 4)
print(results)
>>> [<_sre.SRE_Match object; span=(0, 2), match='aa'>,
     <_sre.SRE_Match object; span=(2, 4), match='aa'>]

执行此操作的正确方法是使用组和提前行，如下所述：Python regex find all overlapping matches?

Answer 2

'bb(?=[a-zA-Z]|$)模式将匹配2个字符，而不是1个，表示右边是字符a-z或字符串的结尾。

使用re.finditer，您可以更新模式以匹配单个b，并将单个b放在正面前瞻中：

import re
matches = list(re.finditer(r'b(?=b)', 'bbbcbb'))
for m in matches:
    print(m.span())

结果

(0, 1)
(1, 2)
(4, 5)

为什么我的肯定超前断言会占用字符串且匹配不正确？

我的代码：

输出：

2 个答案: