正则表达式学习笔记:断言

最新推荐文章于 2024-01-06 23:32:37 发布

Acaibird.

最新推荐文章于 2024-01-06 23:32:37 发布

阅读量132

点赞数

文章标签：正则表达式学习笔记

本文链接：https://blog.csdn.net/m0_62652709/article/details/133954111

版权

正则表达式学习笔记

正向先行断言

在正则表达式中，(?=...) 是一个正向肯定预查（positive lookahead）的语法结构。它用于在匹配字符串时，查找某个位置后面是否跟着特定的模式，而不消耗实际的字符。

具体来说，(?=PM) 匹配一个数字序列（\d+），但该数字序列后面必须紧跟着字符串 “PM”。这种预查会在匹配的时候向前看，并确定某个位置后面是否满足预期的条件。

举个例子，假设有以下文本：

12PM 3PM 6PM

如果使用正则表达式 \d+(?=PM) 进行匹配，它将匹配到以下结果：

“12”：在 “12” 后面紧跟着 “PM”。
“3”：在 “3” 后面紧跟着 “PM”。
“6”：在 “6” 后面紧跟着 “PM”。

需要注意的是，正向肯定预查只是用来判断某个位置后面的模式是否匹配，它并不会包含在最终的匹配结果中。因此，预查部分（即 “PM”）不会包含在匹配的结果中，只有数字序列会被捕获。

import re
res = re.findall("\d+(?=PM)", "23PM 42ji")
print(res)
# ['23']

负向先行断言

负向先行断言（negative lookahead）是正则表达式的一种语法结构，用于在匹配字符串时，查找某个位置后面是否不跟着特定的模式。它与负向后行断言类似，但是用于否定条件。

负向先行断言的语法结构是 (?!...)，其中 ... 表示要匹配的模式。

举个例子，假设我们想匹配一个字符串中不跟着 “xyz” 的数字序列。我们可以使用负向先行断言来实现这个目标。

正则表达式：\d+(?!xyz)

这个正则表达式会匹配一个或多个数字，但要求它后面不跟着 “xyz”。下面是一些例子来说明匹配情况：

“123”：匹配成功，因为它后面不是 “xyz”。
“456xyz”：不匹配，因为 “456” 后面是 “xyz”。
“789abc”：匹配成功，因为 “789” 后面不是 “xyz”。

负向先行断言允许我们在匹配过程中限制某个位置后面的内容，以满足特定的条件。

import re
res = re.findall("\d+(?!PM)", "23PM 42ji")
print(res)
# ['2', '42']

负向后行断言

负向后行断言是正则表达式的一种语法结构，用于在匹配字符串时，查找某个位置前面是否不跟着特定的模式。它类似于正向肯定预查，但是用于否定条件。

假设我们想匹配一个字符串中不紧跟着 “abc” 的 “def”。我们可以使用负向后行断言来实现这个目标。

正则表达式：(?<!abc)def

这个正则表达式会匹配 “def”，但是要求它前面的三个字符不是 “abc”。下面是一些例子来说明匹配情况：

“def”：匹配成功，因为它前面不是 “abc”。
“abcdef”：不匹配，因为 “def” 前面是 “abc”。
“xyzdef”：匹配成功，因为 “def” 前面不是 “abc”。

负向后行断言允许我们在匹配过程中限制某个位置前面的内容，以满足特定的条件。

import re
res = re.findall(r'(?<!abc)PM', "abcPM 23pm")
print(res)
# []

正向后行断言

正向后行断言（positive lookbehind）是正则表达式的一种语法结构，用于在匹配字符串时，查找某个位置之前是否跟着特定的模式。它类似于正向肯定预查，但是用于前面的条件。

正向后行断言的语法结构是 (?<=...)，其中 ... 表示要匹配的模式。

举个例子，假设我们想匹配一个字符串中紧跟着 “abc” 的 “def”。我们可以使用正向后行断言来实现这个目标。

正则表达式：(?<=abc)def

这个正则表达式会匹配 “def”，但要求它前面的三个字符是 “abc”。下面是一些例子来说明匹配情况：

“abcdef”：匹配成功，因为 “def” 前面是 “abc”。
“xyzabcdef”：不匹配，因为 “def” 前面不是 “abc”。
“abcxyzdef”：不匹配，因为 “def” 前面不是紧跟着 “abc”。

正向后行断言允许我们在匹配过程中限制某个位置之前的内容，以满足特定的条件。需要注意的是，断言部分（即 “abc”）不会包含在最终的匹配结果中，只有断言后面的部分会被捕获。

import re
res = re.findall("(?<=23)\w+", "23PM 42ji")
print(res)