积极的后视与非捕获组：不同的行为答案

【问题标题】：Positive lookbehind vs non-capturing group: different behaviuor积极的后视与非捕获组：不同的行为
【发布时间】：2013-01-19 11:40:22
【问题描述】：

我在我的代码中使用了 python 正则表达式（re 模块）并注意到这些情况下的不同行为：

re.findall(r'\s*(?:[a-z]\))?[^.)]+', 'a) xyz. b) abc.') # non-capturing group
# results in ['a) xyz', ' b) abc']

和

re.findall(r'\s*(?<=[a-z]\))?[^.)]+', 'a) xyz. b) abc.') # lookbehind
# results in ['a', ' xyz', ' b', ' abc']

我需要得到的只是['xyz', 'abc']。为什么这些示例的行为不同以及如何获得预期的结果？

【问题讨论】：

【解决方案1】：

a 和 b 包含在 第二种情况 中的原因是因为 (?<=[a-z]\)) 会首先找到 a) 并且由于环视不会消耗任何字符返回字符串的开头。现在[^.)]+匹配a

现在您位于)。由于您已将(?<=[a-z]\)) 设为可选[^.)]+ 匹配xyz

b) abc 重复同样的事情

从第二种情况中删除?，你会得到预期的结果，即['xyz', 'abc']

【讨论】：

【解决方案2】：

您正在寻找的正则表达式是：

re.findall(r'(?<=[a-z]\) )[^) .]+', 'a) xyz. b) abc.')

我相信 Anirudha 目前接受的答案解释了您使用正向后视和非捕获井之间的区别，但是，在正向后视之后删除 ? 的建议实际上会导致 [' xyz', ' abc']（注意包括空格）。

这是由于正向后视不匹配 space 字符，也未将 space 包括在主要匹配字符类本身中。

【讨论】：