如何使单词边界\ b在破折号上不匹配答案

【问题标题】：How to make word boundary \b not match on dashes如何使单词边界\ b在破折号上不匹配
【发布时间】：2017-02-02 17:46:52
【问题描述】：

我将代码简化为我遇到的具体问题。

import re
pattern = re.compile(r'\bword\b')
result = pattern.sub(lambda x: "match", "-word- word")

我得到了

'-match- match'

但我想要

'-word- match'

编辑：

或者对于字符串"word -word-"

我想要

"match -word-"

【问题讨论】：

【解决方案1】：

你需要的是消极的回顾。

pattern = re.compile(r'(?<!-)\bword\b')
result = pattern.sub(lambda x: "match", "-word- word")

(?<!...) 如果字符串中的当前位置前面没有匹配 ....
则匹配

所以这只会匹配，如果断词 \b 前面没有减号 -。

如果你需要在字符串的结尾使用这个，你必须使用一个否定的前瞻，它看起来像这样：(?!-)。完整的正则表达式将导致：(?<!-)\bword(?!-)\b

【讨论】：

【解决方案2】：

\b 基本上表示除[a-zA-Z0-9_] 之外的字符上的单词边界，其中也包括空格。用否定的环视包围word，以确保其前后没有非空格字符：

re.compile(r'(?<!\S)word(?!\S)')

【讨论】：

【解决方案3】：

除了单词边界之外，您还可以使用(\s|^) 和(\s|$) 模式匹配单词前后的字符。

细分：\s 匹配每个空白字符，这似乎是您想要实现的目标，因为您排除了破折号。 ^ 和 $ 确保如果单词是字符串中的第一个或最后一个（即之前或之后没有字符），它们也匹配。

你的代码会变成这样：

pattern = re.compile(r'(\s|^)(word)(\s|$)')
result = pattern.sub(r"\1match\3", "-word- word")

因为这个解决方案使用了诸如\s 这样的字符类，这意味着它们可以很容易地被替换或扩展。例如，如果您希望您的单词由空格或逗号分隔，您的模式将变成这样：r'(,|\s|^)(word)(,|\s|$)'。

【讨论】：