零宽断言 python_从零宽断言说起到用python匹配html标签内容

提示：本文主要是讲解零宽断言，所以阅读本文需要有一定的正则表达式基础。

概念

我们知道元字符“\b”、“^”、“$”匹配的是一个位置，而且这个位置需要满足一定的条件(比如“\b”表示单词的边界)，我们把这个条件称为断言或零宽度断言。这里有很重要的两个信息：一是断言实际上是某种条件；二是它不占字符宽度，只是一个位置，并不匹配任何字符。

零宽断言一共分为正向和反向两类，每类又分为预测先行和回顾后发两种：

§零宽度正预测先行断言，简称正向先行断言，语法是(?=exp)，它断言此位置的后面能匹配表达式exp。

§零宽度正回顾后发断言，简称正向后发断言，语法是(?<=exp)，它断言此位置的前面能匹配表达式exp。

§零宽度负预测先行断言，简称反向先行断言，语法是(?!exp)，它断言此位置的后面不能匹配表达式exp。

§零宽度负回顾后发断言，简称反向后发断言，语法是(?

好了，说到这里你一定感觉云里雾里，讲道理我刚看到这官方定义也是一脸懵逼，下面就结合例子来帮助理解一下什么是断言。做过python爬虫的朋友一定做过提取html标签内容的工作吧，比如有

hello world

，我们要把div标签里面的‘hello world’提取出来，用断言就是如下这样：

正则表达式：(?<=

).*(?=

)

匹配字符串：

hello world

匹配结果