提问人：futurenext110 提问时间：7/11/2012 最后编辑：KL-7futurenext110 更新时间：6/2/2021 访问量：48488
如何找到与正则表达式重叠的匹配项？
How to find overlapping matches with a regexp?
问：
>>> match = re.findall(r'\w\w', 'hello')
>>> print match
['he', 'll']
由于 \w\w 表示两个字符，因此“he”和“ll”是预期的。但是为什么“el”和“lo”与正则表达式不匹配呢？
>>> match1 = re.findall(r'el', 'hello')
>>> print match1
['el']
>>>
答：
145赞
Otto Allmendinger
7/11/2012
#1
findall默认情况下不会产生重叠匹配项。但是，此表达式会：
>>> re.findall(r'(?=(\w\w))', 'hello')
['he', 'el', 'll', 'lo']
下面是一个前瞻性断言：(?=...)
(?=...)匹配 if matches next，但不消耗任何 字符串。这称为前瞻断言。例如，仅当它后跟 ....Isaac (?=Asimov)'Isaac ''Asimov'
评论
4赞
MrZH6
4/2/2020
但我不明白，如果它在积极的前瞻断言中，为什么它会前进到下一个字母。你能解释一下吗？
1赞
Sviatozar Petrenko
1/27/2022
@MrZH6 我想这是由于组捕获（\w\w 周围的大括号）。实际匹配仍然是一个空字符串，而组 1 填充了 \w\w（您可以在 regex101.com 处测试）。所以我相信它会在一个小组中捕捉到它，但不会超越它，因为比赛的长度为零。Python 的 re.findall 将打印捕获的组 docs.python.org/3/library/re.html#re.findall
13赞
nhahtdh
7/11/2012
#2
除零长度断言外，输入中的字符将始终在匹配中使用。如果您想多次捕获输入字符串中的某些字符，则需要在正则表达式中使用零长度断言。
有几个零长度断言（例如 （输入/行的开头）、（输入/行的结尾）、（单词边界）），但环视（正向后视和正向前视）是从输入中捕获重叠文本的唯一方法。消极的环视（消极的后视，消极的展望）在这里不是很有用：如果它们断言为真，那么内部捕获就失败了;如果他们断言为 false，则匹配失败。这些断言的长度为零（如前所述），这意味着它们将在不消耗输入字符串中的字符的情况下进行断言。如果断言通过，它们实际上将匹配空字符串。^$\b(?<=)(?=)(?<!)(?!)
应用上述知识，适用于您的情况的正则表达式将是：
(?=(\w\w))
53赞
David C
9/24/2013
#3
您可以使用新的 Python 正则表达式模块，该模块支持重叠匹配。
>>> import regex as re
>>> match = re.findall(r'\w\w', 'hello', overlapped=True)
>>> print match
['he', 'el', 'll', 'lo']
0赞
Obay Abd-Algader
2/4/2019
#4
我不是正则表达式专家，但我想回答我的类似问题。
如果要将捕获组与前瞻一起使用：
示例正则表达式：(\d)(?=.\1)
字符串：5252
这将匹配前 5 个以及前 2 个
是制作一个捕获组，是匹配捕获组 1 后面的任何数字而不消耗字符串，从而允许重叠(\d)(?=\d\1)
评论