re 模块中的正则表达式支持字边界 (\b) 吗？

Question

在尝试更多地了解正则表达式时，教程建议您可以使用 \b 来匹配单词边界。但是，Python 解释器中的以下代码片段无法按预期工作：

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

如果有任何内容匹配，它应该是一个匹配对象，但它是 None。

Python 不支持 \b 表达式还是我使用错误？

Answer 1

您应该在代码中使用原始字符串

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

另外，你为什么不尝试

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>

Answer 2

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"

要么像这样编写原始字符串：

r"\b"

Answer 3

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

print("foo\bbar")
fobar

因此，模式 "\btwo\b" 正在寻找一个退格键，后跟 two，然后是另一个退格键，即您要搜索的字符串 (x = '一二三') 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"）或使用原始字符串来创建您的模式（r"\btwo\b"）。

Answer 4

Python 文档

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

\b

匹配空字符串，但仅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、非下划线字符指示。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），或者 \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字符的精确集合取决于关于 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。

Answer 5

请注意，对于动态变量，这将无法

x = 'one two three'
dy = "two"
y = re.search(r"\b" + dy + "\b", x)
print(y) # None

在左侧和右侧使用 r"\b"

x = 'one two three'
dy = "two"
y = re.search(r"\b" + dy + r"\b", x)
print(y) # <re.Match object; span=(4, 7), match='two'>