如何在正则表达式中使用带有字符的“环视”来捕获整个字符串？

Posted 2023-02-23

【中文标题】如何在正则表达式中使用带有字符的“环视”来捕获整个字符串？

【英文标题】：How to capture the entire string while using 'lookaround' with chars in regex?

【发布时间】：2015-12-31 19:26:42

【问题描述】：

我必须找到所有仅由字母 'a' 和 'b' 组成的字符串，并且每个 'a' 实例都紧跟在 'b' 之后，紧跟在 'b' 之前。

例如：

mystring = 'bab babab babbab ab baba aba xyz'

那么我的正则表达式应该返回：

['bab' 'babab' 'babbab']  

（在字符串 'ab' - 'a' 前面没有 'b'。类似地，'aba' 和 'xyz' 也不是仅由 'a','b' 组成。）

我为此使用了前瞻并编写了这个正则表达式：

re.findall(r'((?<=b)a(?=b))',mystring)

但这只会返回我所有的“a”实例，这些实例后面是“b”，例如：

['a','a','a','a']

但我需要完整的话。如何使用正则表达式找到整个单词？我试图用各种选项修改我的正则表达式，但似乎没有任何效果。如何做到这一点？

【参考方案1】：

您可以使用以下正则表达式：

>>> re.findall(r'\b(?:b+a)+b+\b',mystring)
['bab', 'babab', 'babbab']

Debuggex Demo

从上图中可以看出，此正则表达式将匹配 ba 的任意组合（b 可以出现多次），这会产生每个 a 前面有 b 然后整个字符串后面可以跟一个或多个b。

【讨论】：

非常感谢，它有效。我想我必须提高对有限状态机的理解

【参考方案2】：

试试

re.findall(r'(b+ab+)+',mystring);

如果bbbabb 也是允许的。 您不需要向前或向后看。

编辑： 是的，还要匹配babab（b 两个a 的共享）等等。它应该是

re.findall(r'(b+a)+b+',mystring);

【讨论】：

谢谢。但如果字符串包含多个 'a' 实例，例如 'babbab' 、 'babbab' 、 'babbab' ，则它不起作用