Python 正则表达式单词边界与意外结果

Question

import re
sstring = "ON Any ON Any"
regex1 = re.compile(r''' \bON\bANY\b''', re.VERBOSE)
regex2 = re.compile(r'''\b(ON)?\b(Any)?''', re.VERBOSE)
regex3 = re.compile(r'''\b(?:ON)?\b(?:Any)?''', re.VERBOSE)
for a in regex1.findall(sstring): print(a)
print("----------")
for a in regex2.findall(sstring): print(a)
print("----------")
for a in regex3.findall(sstring): print(a)
print("----------")

---

('开', '') ('', '') （''， '任何'） ('', '') （'上'， ''） ('', '') ('', '任何')

('', '')

开启

任何

开启

任何

---

已阅读互联网和 S.O. 上的许多文章。我想我还是不明白正则表达式的词边界：\b

第一个正则表达式没有给我预期的结果，我认为它必须给我“ON Any On Any”，但它仍然没有给我。

第二个正则表达式给了我元组，我不知道为什么也不明白： ('', '') 的含义

第三个正则表达式在分隔行和中间的空行上打印结果

请您帮我理解一下。

Answer 1

请注意，要匹配ON ANY，您需要在ON 和ANY 之间添加一个转义（因为您使用的是re.VERBOSE 标志）空格作为\b 字边界是一个零-width 断言 不消耗任何文本，只是断言特定字符之间的位置。这就是您第一次使用re.compile(r''' \bON\bANY\b''', re.VERBOSE) 方法失败的原因。

使用

rx = re.compile(r''' \bON\ ANY\b ''', re.VERBOSE|re.IGNORECASE)

见Python demo

re.compile(r'''\b(ON)?\b(Any)?''', re.VERBOSE) 返回元组，因为您在模式中定义了(...)捕获组。

re.compile(r'''\b(?:ON)?\b(?:Any)?''', re.VERBOSE) 匹配可选序列，ON 或 Any，因此您将这些单词作为值。你也会得到空值，因为这个正则表达式只能匹配一个单词边界（所有其他子模式都是可选的）。

有关单词边界的更多详细信息：

• Word boundaries at Regular-Expressions.info
• Java Regex Word Boundaries（这仍然是正则表达式中的单词边界，在这里也适用）