Question

>>> d = "Batman,Superman"
>>> m = re.search("(?<!Bat)\w+",d)
>>> m.group(0)
'Batman'

为什么组（0）不匹配超人？ This lookaround tutorial说：

（？＆lt;！a）b匹配不是的“b” 前面是“a”，使用否定回顾后发

Answer 1

{p> Batman {{}}
事实上，Bat也不是;在你的字符串中间有一个逗号，它可以很好地允许RE匹配，但是无论如何都不匹配，因为它可以在字符串的前面匹配。

也许这会更好地解释：如果字符串是Superman并且您开始尝试匹配Batman，则RE将不会匹配，直到后面的字符（给出m的匹配项，因为这是字符串中唯一以an开头的位置。

Answer 2

从手册：

以负面开头的模式 lookbehind断言可能匹配字符串的开头搜索。

http://docs.python.org/library/re.html#regular-expression-syntax

Answer 3

在一个简单的层面上，正则表达式引擎从字符串的左侧开始并逐渐向右移动，尝试匹配您的模式（将其视为移动通过字符串的光标）。在外观的情况下，在光标的每个停止处，断言是断言的，如果是，则引擎继续尝试进行匹配。一旦引擎可以匹配您的模式，它将返回匹配。

在你的字符串的第0位（即B中的Batman之前），断言成功，因为Bat在当前位置之前不存在 - 因此，{{ 1}}可以匹配整个单词\w+（请记住，正则表达式本质上是贪婪 - 即尽可能匹配。）

有关引擎内部的详细信息，请参阅this page。

为了达到你想要的效果，你可以使用类似的东西：

Batman

在此模式中，引擎将匹配word boundary（\b(?!Bat)\w+）¹，后跟一个或多个单词字符，并断言单词字符不从\b开始。使用 lookahead 而不是 lookbehind ，因为在这里使用lookbehind会遇到与原始模式相同的问题;它会直接跟在单词边界之后的位置之前，因为已经确定光标前的位置是一个单词边界，所以负面的后观将始终成功。

¹请注意，单词边界与Bat和\w之间的边界匹配（即\W与任何其他字符之间的边界;它也匹配{{ 1}}和[A-Za-z0-9_] anchors）。如果你的边界需要更复杂，你需要一种不同的方式来锚定你的模式。

Answer 4

您正在寻找第一组一个或多个字母数字字符（\w+），前面没有'Bat'。蝙蝠侠是第一场这样的比赛。（注意，负向lookbehind断言可以匹配字符串的开头。）

Answer 5

要做你想做的事，你必须将正则表达式限制为特别匹配'man';否则，正如其他人所指出的那样，\w贪婪地匹配任何内容，包括'Batman'。如：

>>> re.search("\w+(?<!Bat)man","Batman,Superman").group(0)
'Superman'

你能解释为什么这个正则表达式不起作用吗？

5 个答案: