Python正则表达式之\b

\b 称为单词边界（word boundary）符.

例如只想匹配 My cat is bad.中的cat 可以使用 \bcat\b

import re

harsh_str = [ 'hello', 'Cat', ' cat', 'cat h', 'CAT', 'CAt-h', 'Cat_h']

#re.I要在compile的时候指定,注意\b在python中是回退符，正则模式之前一定要加r(raw string)

p = re.compile( r '\bcat\b', re.I)

p1 = re.compile( r '\bcat h\b', re.I)

p2 = re.compile( r '\bcat-h\b', re.I)

print([ s for s in harsh_str if re.search(p, s)])

print([ s for s in harsh_str if re.search(p1, s)])

print([ s for s in harsh_str if re.search(p2, s)])

输出：

['Cat', ' cat', 'cat h', 'CAT', 'CAt-h']

['cat h']
['CAt-h']

但是pattern p依然匹配到了 CAt-h.这是因为下划线_是单词字符，\b本身只占一位，有三种情况会匹配到，一种就是\b会匹配到两个字符之间，一个是单词字符，另一个不是单词字符。对于Cat_h t是单词字符，但是‘_’也是单词字符，所以没有匹配。下面的两个例子意思是这里的单词并非一定是连续的字符串。