如何find与正则expression式的重叠匹配？

>>> match = re.findall(r'\w\w', 'hello') >>> print match ['he', 'll'] 

由于\ w \ w表示两个字符，所以“他”和“ll”是预期的。 但为什么'el'和'lo' 不匹配正则expression式呢？

 >>> match1 = re.findall(r'el', 'hello') >>> print match1 ['el'] >>> 

Answer 1

findall不会默认产生重叠匹配。 然而，这个expression式：

 >>> re.findall(r'(?=(\w\w))', 'hello') ['he', 'el', 'll', 'lo'] 

这里(?=...)是一个超前的断言 ：

(?=...)

匹配if ...匹配next，但不消耗任何string。 这被称为超前断言。 例如， Isaac (?=Asimov)只有跟随着'Asimov'才会匹配'Isaac ' 'Asimov' 。

Answer 2

您可以使用支持重叠匹配的新Python正则expression式模块 。

 >>> import regex as re >>> match = re.findall(r'\w\w', 'hello', overlapped=True) >>> print match ['he', 'el', 'll', 'lo'] 

Answer 3

除了零长度断言之外，input中的字符将始终在匹配中消耗。 如果你曾经想要在inputstring中捕获特定字符，那么你需要在正则expression式中使用零长度的断言。

有几个零长度的断言（例如^ （input/行的开始）， $ （input/行的结尾）， \b （单词边界）），但是环视（ (?<=)正向后视和(?=)正面预测）是您可以从input中捕获重叠文本的唯一方法。 消极的观察（ (?<!)负面的后视， (?!)负面预测）在这里并不是很有用：如果他们声明为真，那么捕获内部失败; 如果他们断言错误，那么比赛失败。 这些断言是零长度的（如前所述），这意味着它们将断言而不消耗inputstring中的字符。 如果断言通过，它们实际上会匹配空string。

应用上面的知识，适用于你的情况的正则expression式是：

 (?=(\w\w))