python - re 模块中的正则表达式是否支持单词边界 (\b)？

Question

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 解释器中的以下代码段无法按预期工作：

>>> 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 不支持该\b表达式还是我用错了？

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>
>>> 

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>

Answer 2

这将起作用：re.search(r"\btwo\b", x)

当你用"\b"Python 编写时，它是一个字符："\x08". 要么像这样逃避反斜杠：

"\\b"

或者像这样写一个原始字符串：

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 中字符串是退格字符的简写。

print("foo\bbar")
fobar

所以该模式"\btwo\b"正在寻找一个退格，然后是two，然后是另一个退格，您在 ( x = 'one two three') 中搜索的字符串没有。

要允许re.search（或compile）将序列解释\b为单词边界，请转义反斜杠（"\\btwo\\b"）或使用原始字符串来创建模式（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。