Python正则表达式未按要求在单词边界匹配

Question

我想在“单词边界”匹配一组模式，但这些模式可能有一个前缀 [#@]，如果存在的话应该匹配。

我在 python 中使用以下正则表达式模式。

r"\b[@#]?(abc|ef|ghij)\b"

示例文本是:#abc 是应该匹配的模式。 abc 也应该匹配。最后@ef

在本文中，只有 abc、abc 和 ef 匹配，而不是像我想要的那样匹配 #abc 和 @ef。

Answer 1

您需要将单词边界放在您设为可选的 [@#] 旁边。因为在这个#abc部分中，#之前存在非单词边界\B(不是单词字符)并且在行开头之后(不是单词字符)不是单词边界 \b。请注意，\b 匹配单词字符和非单词字符，反之亦然。 \B 匹配两个单词字符或两个非单词字符。

r"[@#]?\b(abc|ef|ghij)\b"

如果将 \b 放在 [@#] 之前，它将匹配 foo@abc 或 bar#abc 等字符串因为这里在@和#之前实际上存在一个单词边界。

DEMO

示例:

>>> s = "#abc is a pattern which should match. also abc should match. And finally @ef"
>>> re.findall(r'[@#]?\b(?:abc|ef|ghij)\b', s)
['#abc', 'abc', '@ef']

  #abc
 ^ ^
\B \b