re 模块中的正则表达式是不是支持单词边界 (\b)？

Posted 2023-02-23

【中文标题】re 模块中的正则表达式是不是支持单词边界 (\\b)？

【英文标题】：Do regular expressions from the re module support word boundaries (\b)?re 模块中的正则表达式是否支持单词边界 (\b)？

【发布时间】：2011-04-29 01:04:41

【问题描述】：

在尝试学习更多关于正则表达式的知识时，一个教程建议您可以使用\b 来匹配单词边界。但是，Python 解释器中的以下 sn-p 无法按预期工作：

>>> x = 'one two three'
>>> y = re.search("\btwo\b", x)

如果有任何匹配，它应该是一个匹配对象，但它是None。

Python 不支持\b 表达式还是我用错了？

【问题讨论】：

这将起作用：re.search(r"\btwo\b", x)

你为什么不使用“原始”字符串？ r"\btwo\b"?

人们是often confused 关于\b。

Yes Python 可以，您只需要原始字符串 r'\b' 就可以转义字符。 （或者双重转义它\\b，这是 yukky）

【参考方案1】：

你在你的代码中should be using raw strings

>>> x = 'one two three'
>>> y = re.search(r"\btwo\b", x)
>>> y
<_sre.SRE_Match object at 0x100418a58>
>>> 

还有，你为什么不试试

word = 'two'
re.compile(r'\b%s\b' % word, re.I)

输出：

>>> word = 'two'
>>> k = re.compile(r'\b%s\b' % word, re.I)
>>> x = 'one two three'
>>> y = k.search( x)
>>> y
<_sre.SRE_Match object at 0x100418850>

【讨论】：

有趣，感谢您的工作示例。您对为什么我选择的方法不起作用有任何见解吗？这两种方法应该是相同的，只是在你的方法中你只编译一次。

@darren：看我的最后一个例子，它只是改进了你所做的。我提供了原始字符串进行搜索。

啊，在你和 Bolo 的建议之后，这是因为我没有使用原始字符串。谢谢！

-1：向后。原始字符串应该是第一个。使用字符串 % 替换构建 re 表达式的另一项业务是一个坏切线，与这个特定问题无关。

错误答案。代码有效，但没有任何解释。

【参考方案2】：

只是为了明确解释为什么 re.search("\btwo\b", x) 不起作用，这是因为 Python 字符串中的 \b 是退格字符的简写。

print("foo\bbar")
fobar

所以模式"\btwo\b" 正在寻找一个退格，然后是two，然后是另一个退格，而您正在搜索的字符串 (x = 'one two three') 没有。

要允许re.search（或compile）将序列\b 解释为单词边界，请转义反斜杠（"\\btwo\\b"）或使用原始字符串创建您的模式（r"\btwo\b"）。

【参考方案3】：

Python 文档

https://docs.python.org/2/library/re.html#regular-expression-syntax

\b

匹配空字符串，但只匹配单词的开头或结尾。单词被定义为字母数字或下划线字符的序列，因此单词的结尾由空格或非字母数字、非下划线字符表示。请注意，正式地，\b 被定义为 \w 和 \W 字符之间的边界（反之亦然），或 \w 和字符串的开头/结尾之间的边界，因此被视为字母数字的精确字符集取决于关于 UNICODE 和 LOCALE 标志的值。例如，r'\bfoo\b' 匹配 'foo'、'foo.'、'(foo)'、'bar foo baz' 但不匹配 'foobar' 或 'foo3'。在字符范围内，\b 表示退格字符，以与 Python 的字符串文字兼容。

【参考方案4】：

这将起作用：re.search(r"\btwo\b", x)

当您在 Python 中编写 "\b" 时，它是单个字符："\x08"。要么像这样转义反斜杠：

"\\b"

或者像这样写一个原始字符串：

r"\b"

【讨论】：

这真的帮助了我......我在 pyspark rlike 正则表达式中苦苦挣扎，无法弄清楚为什么 \b （单词边界）不起作用。谢谢

谢谢，我也被这个抓住了。但是为什么 \d 在没有原始字符串的情况下可以正常工作，而 \b 却不行？

双反斜杠观察真的让我摆脱了困境。谢谢。

@QuinnComendant 因为 \d 不是转义序列，请参阅docs.python.org/3/reference/…中的表格