【教程】详解Python正则表达式之： (?<=…) positive lookbehind assertion 后向匹配 /后向断言

Python 2.7手册中的官方解释是：

(?<=...)

Matches if the current position in the string is preceded by a match for ... that ends at the current position. This is called a positive lookbehind assertion. (?<=abc)def will find a match in abcdef, since the lookbehind will back up 3 characters and check if the contained pattern matches. The contained pattern must only match strings of some fixed length, meaning that abc or a|b are allowed, but a* and a{3,4} are not. Note that patterns which start with positive lookbehind assertions will never match at the beginning of the string being searched; you will most likely want to use the search() function rather than the match() function:

?

1 2 3 4

>>> import re >>> m = re.search('(?<=abc)def', 'abcdef') >>> m.group(0) 'def'

This example looks for a word following a hyphen:

?

1 2 3

>>> m = re.search('(?<=-)\w+', 'spam-egg') >>> m.group(0) 'egg'

下面就来详细解释一下，此处的(?<=…)的含义：

1.一般的字符串匹配，都是匹配当前（位置开始往后）的字符串是什么。

而此处的(?<=…) 的功能是，判断（当前位置）之前的内容是什么。

从此处的语法，其实也容易理解：

因为其写法是 <=，即小于等于，分解为小于号和等于号：

• 小于号：表示从当前位置往前看；
• 等于号：表示判断前面的内容，是否为 …

所以，也才被称作，positive lookbehind assertion，此处我把其翻译为：后向匹配 ，后向断言。

2.为何要有positive lookbehind assertion？

作为查找字符串，匹配字符串的应用中，在一些复杂的情况时，不仅要判断当前内容是什么，还要判断当前位置之前的内容，是否满足一定条件，然后才好做出最终判断的。

如果了解html源码的话，则很容易理解，一个典型的例子是，img里面标签内，有src，图片的源地址，比如：

而想要正常查找一个html页面内的代码，通过

去匹配后缀为.jpg类型的图片的话,虽然是可以匹配到的,但是存在一个问题。

那就是，本身html代码中，假如在src值内外部，某人只是也写了http开头的.jpg结尾的地址，但只是为了介绍一个普通的url地址，并非作为图片显示的。

比如：

此时，如果你还是用上述的匹配规则去匹配，就会五匹配，把非图片类的jpg地址，也都匹配出来了。

而此时，为了避免误匹配，则就可以利用到 positive lookbehind assertion了。

详细的演示代码如下：

【总结】

对于这个，相对有点复杂的positive lookbehind assertion，正则匹配规则，一般来说，用到的还是很少的。

但是如果的确需要用到，才会发现，还是会很有用的，可以实现精确的匹配。避免那些误匹配的多余的内容。

转载请注明：在路上 » 【教程】详解Python正则表达式之： (?<=…) positive lookbehind assertion 后向匹配 /后向断言