[已解决]关于贴子“Python3 如何优雅的使用正则表达式”中元字符“\b”存在有疑问，求解惑

非凡

下面这段复制于贴子“[库/模块档案] Python3 如何优雅的使用正则表达式  ”
————————————————————————————————————————————————————————————————————————————————————————————————————————————
\b

单词边界，这是一个只匹配单词的开始和结尾的零宽断言。“单词”定义为一个字母数字的序列，所以单词的结束指的是空格或者非字母数字的字符。

下边例子中，class 只有在出现一个完整的单词 class 时才匹配；如果出现在别的单词中，并不会匹配。

>>> p = re.compile(r'\bclass\b')
>>> print(p.search('no class at all'))  
<_sre.SRE_Match object; span=(3, 8), match='class'>
>>> print(p.search('the declassified algorithm'))
None
>>> print(p.search('one subclass is'))
None

复制代码

在使用这些特殊的序列的时候，有两点是需要注意的：第一点需要注意的是，Python 的字符串跟正则表达式在有些字符上是有冲突的（回忆之前反斜杠的例子）。比如说在 Python 中，\b 表示的是退格符（ASCII 码值是 8）。所以，你如果不使用原始字符串，Python 会将 \b 转换成退格符处理，这样就肯定跟你的预期不一样了。

下边的例子中，我们故意不写表示原始字符串的 'r'，结果确实大相庭径：

>>> p = re.compile('\bclass\b')
>>> print(p.search('no class at all'))
None
>>> print(p.search('\b' + 'class' + '\b'))  
<_sre.SRE_Match object; span=(0, 7), match='\x08class\x08'>

复制代码

第二点需要注意的是，在字符类中不能使用这个断言。跟 Python 一样，在字符类中，\b 只是用来表示退格符。
__________________________________________________________________________________________________________________________________


一、这里说的“第二点需要注意的”不是很明白，这第二点需要注意说的内容，是不是和第一点重复了？
二、还有这个“字符类”和“字符串”有差别吗？

最佳答案

月排行榜 / 总排行榜

isdkz

2023-8-3 11:02:31

第一点需要注意的是，Python 的字符串跟正则表达式在有些字符上是有冲突的，比如在Python中， \b  表示退格符（ASCII码值为8）。因此，如果你不使用原始字符串（以 r 为前缀），Python会将  \b  转换成退格符处理，这可能与你的预期不一致。

在第一个例子中， \b  被正确地用作单词边界，因为使用了原始字符串  r'\bclass\b' 。

import re
p = re.compile(r'\bclass\b')
print(p.search('no class at all'))

然而，在下一个例子中， \b  被解释为退格字符，因为没有使用原始字符串，导致匹配失败：

p = re.compile('\bclass\b')
print(p.search('no class at all'))
print(p.search('\b' + 'class' + '\b'))

第二点需要注意的是， \b  在字符类中不能用作单词边界。在字符类内部， \b  只是表示退格符，而不再具有单词边界的特殊含义。

关于你的问题：
1. 是的，第一点和第二点的内容存在一定的重复，都涉及到了在不同上下文中处理  \b  的问题，但是它们强调的是不同的方面。第一点是关于字符串内部的处理，第二点是关于字符类内部的处理。
2. "字符类" 和 "字符串" 在这里确实有差别。在正则表达式中，字符类是用方括号  []  包围的字符集合，例如  [a-z]  表示匹配任意小写字母。而字符串是指正则表达式要匹配的具体文本内容。在字符类内部，特殊字符如  \b  会失去其特殊含义，而在字符串中， \b  可以用于表示单词边界。

跳转到最佳答案楼层

isdkz

第一点需要注意的是，Python 的字符串跟正则表达式在有些字符上是有冲突的，比如在Python中， \b  表示退格符（ASCII码值为8）。因此，如果你不使用原始字符串（以 r 为前缀），Python会将  \b  转换成退格符处理，这可能与你的预期不一致。

在第一个例子中， \b  被正确地用作单词边界，因为使用了原始字符串  r'\bclass\b' 。

import re
p = re.compile(r'\bclass\b')
print(p.search('no class at all'))

然而，在下一个例子中， \b  被解释为退格字符，因为没有使用原始字符串，导致匹配失败：

p = re.compile('\bclass\b')
print(p.search('no class at all'))
print(p.search('\b' + 'class' + '\b'))

第二点需要注意的是， \b  在字符类中不能用作单词边界。在字符类内部， \b  只是表示退格符，而不再具有单词边界的特殊含义。

关于你的问题：
1. 是的，第一点和第二点的内容存在一定的重复，都涉及到了在不同上下文中处理  \b  的问题，但是它们强调的是不同的方面。第一点是关于字符串内部的处理，第二点是关于字符类内部的处理。
2. "字符类" 和 "字符串" 在这里确实有差别。在正则表达式中，字符类是用方括号  []  包围的字符集合，例如  [a-z]  表示匹配任意小写字母。而字符串是指正则表达式要匹配的具体文本内容。在字符类内部，特殊字符如  \b  会失去其特殊含义，而在字符串中， \b  可以用于表示单词边界。

Mike_python小

第一点需要注意：
在使用特殊序列时，需要注意Python字符串和正则表达式在某些字符上的冲突。举个例子，在Python中，"\b"表示退格符（ASCII码值为8）。因此，如果不使用原始字符串，Python会将"\b"转换为退格符进行处理，与预期结果不符。

p = re.compile('\bclass\b')print(p.search('no class at all'))  # 输出 Noneprint(p.search('\b' + 'class' + '\b'))  # 输出 <_sre.SRE_Match object; span=(0, 7), match='\x08class\x08'>

第二点需要注意：
在字符类中，不能使用单词边界断言（\b）。正如前面提到的，\b只能用于表示退格符。所以在字符类中，\b失去了特殊的含义，仅表示退格符。

字符类指的是用方括号括起来的一组字符。例如，[abc]表示匹配字符'a'、'b'或'c'中的任意一个。

希望这样回答能够满足你的需求。如果你还有其他问题，请随时提问。

非凡

Mike_python小 发表于 2023-8-3 11:02
第一点需要注意：
在使用特殊序列时，需要注意Python字符串和正则表达式在某些字符上的冲突。举个例子，在P ...

感谢回答

isdkz

非凡 发表于 2023-8-3 11:24
感谢回答

不客气