Python regex 错误：look-behind 需要固定宽度的模式答案

【问题标题】：Python regex error: look-behind requires fixed-width patternPython regex 错误：look-behind 需要固定宽度的模式
【发布时间】：2020-02-07 03:32:26
【问题描述】：

下面的正则表达式应该匹配任何start-of-string、whitespace 或: 前面的:text:，后面是end-of-string、whitespace 或:（以及一些额外的规则)

我不擅长正则表达式，但我在 regexr.com 中提出了所需的解决方案：

(?<=\s|:|^)(:[^\s|:]+:)(?=\s|:|$)

:match1::match2: :match3:
:match4:
000:matchNot:
:matchNot:000
:match Not:

结果：:match1:、:match2:、:match3:、:match4:

但在 Python 3 上，这会引发错误。

re.search("(?<=\s|:|^)(:[^\s|:]+:)(?=\s|:|$)", txt)

re.error:look-behind 需要固定宽度的模式

有人知道解决这个问题的好方法吗？任何提示都表示赞赏。

【问题讨论】：

确保你使用(?<![^\s:]):[^\s:]+:(?![^\s:])而不是(?:^|(?<=[\s:]))(:[^\s:]+:)(?=[\s:]|$)。
这能回答你的问题吗？ Python Regex Engine - "look-behind requires fixed-width pattern" Error

标签： regex python-3.x

【解决方案1】：

在 python 中，您可以使用此解决方法来避免此错误：

(?:^|(?<=[\s:]))(:[^\s:]+:)(?=[\s:]|$)

锚点^ 和$ 无论如何都是零宽度匹配器。

RegEx Demo

【讨论】：

【解决方案2】：

可能最简单的解决方案是使用支持无限后视的较新的regex module：

import regex as re

data = """:match1::match2: :match3:
:match4:
000:matchNot:
:matchNot:000
:match Not:"""

for match in re.finditer("(?<=\s|:|^)(:[^\s|:]+:)(?=\s|:|$)", data):
    print(match.group(0))

这会产生

:match1:
:match2:
:match3:
:match4:

【讨论】：

这绝对比拆分look-behinds容易。当然，如果您可以使用其他库。

【解决方案3】：

另一种选择是安装regex：

$ pip3 install regex

然后，我们会写一些表达式和(*SKIP)(*FAIL) 我们不希望出现的模式：

import regex as re

expression = r'(?:^\d+:[^:\r\n]+:$|^:[^:\r\n]+:\d+$|^(?!.*:\b\S+\b:).*$)(*SKIP)(*FAIL)|:[a-z0-9]+:'
string = '''
:match1::match2: :match3:
:match4:
000:matchNot:
:matchNot:000
:match Not:

'''

print(re.findall(expression, string))

输出

[':match1:', ':match2:', ':match3:', ':match4:']

如果您希望简化/修改/探索表达式，在regex101.com 的右上角面板中已对此进行了说明。如果您愿意，您还可以在this link 中观看它如何与一些示例输入匹配。

正则表达式电路

jex.im 可视化正则表达式：

【讨论】：