如果已经匹配，Regex 是否会省略字符串的一部分？

Question

Python 3.8.2 手头的任务很简单：匹配由单个下划线分隔的小写字符。所以模式可能是r"[a-z]+_[a-z]+"

现在我的问题是我希望 re.findall() 将以下所有内容配对：

“ash_tonic_transit_so_kern_err_looo_”

我没有将每个下划线周围的所有单词（'ash_tonic'、'tonic_transit'、'transit_so'、ETC）都删掉，而是得到三对：['ash_tonic'、'transit_so'、'kern_err']

一旦找到匹配项，python 是否会重新省略部分字符串，而不是再次运行搜索？

import re
def match_lower(s):
    patternRegex = re.compile(r'[a-z]+_[a-z]+')
    mo =  patternRegex.findall(s)
    return mo



print(match_lower('ash_tonic_transit_so_kern_err_looo_'))

Answer 1

您可以使用带有捕获组的正向前瞻来获取匹配项，并开始匹配，使用否定的后向查看断言直接在左侧的不是 char a-z。

使用re.findall 将返回捕获组中的值。

(?<![a-z])(?=([a-z]+_[a-z]+))

说明

• (?<![a-z]) 负向后视，断言左边的不是字符 a-z
• (?= 正向前瞻，断言右边是什么
  • ([a-z]+_[a-z]+) 捕获组 1，匹配 1+ chars a-z _ 1+ chars a-z
• ) 关闭前瞻

Regex demo | Python demo

import re
 
regex = r"(?<![a-z])(?=([a-z]+_[a-z]+))"     
test_str = "ash_tonic_transit_so_kern_err_looo_"     
print(re.findall(regex, test_str))

输出

['ash_tonic', 'tonic_transit', 'transit_so', 'so_kern', 'kern_err', 'err_looo']

Answer 2

the documentation of re.findall 中明确提到了这一点：

返回字符串中所有不重叠匹配的模式，作为字符串列表。

例如，'ash_tonic' 和 'tonic_transit' 重叠，因此它们不会被视为两个不同的匹配项。