如何找到一个正则表达式匹配的重叠？

Question

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

由于\ W \ W表示两个字符，“他”和“LL”的预期。但为什么“厄尔尼诺”和“LO”不匹配正则表达式？

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

Answer 1

findall不会产生默认重叠的匹配。然而，这确实表达：

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

这里(?=...)是lookahead assertion：

(?=...)匹配，如果...下一个比赛，但不消耗任何的字符串。这就是所谓的前向断言。例如，Isaac (?=Asimov)将匹配'Isaac '只有当它的后面'Asimov'。

Answer 2

您可以使用new Python regex module，它支持重叠匹配。

>>> 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，字符在输入将总是在匹配消耗。如果你是曾经在要捕获输入字符串的某些性格比较一次的情况下，你需要在正则表达式零长度断言。

有几个零长度断言（如^（输入/线），$（输入/行尾），\b（字边界）的开始），但查找变通（(?<=)正面看，后面(?=)积极前瞻）是可以捕获从输入文字重叠的唯一途径。负查找变通（(?<!)负向后看，(?!)负前瞻）不是非常有用这里：如果他们断言属实，那么捕获内部失败;如果他们断言假，那么匹配失败。这些断言是零长度（如前面提到的），这意味着它们将断言而无需在输入字符串消耗的字符。如果断言通过他们将所匹配空字符串。

应用上述知识，即适用于你的情况将是一个正则表达式：

(?=(\w\w))

Answer 4

我没有正则表达式的专家，但我想我的回答类似question。

如果你想使用一个捕获组与前瞻：

例如正则表达式：（\ d）（= \ 1？）。

字符串：5252

这将匹配第一5以及第一2

的（\ d）是使捕获基，（？= \ d \ 1）是匹配任意数字，然后由捕获组1不消耗串，从而允许重叠