python正则表达式

继上一篇博客python正则表达式后，此篇文章主要是重点记录”(?=)”(前向肯定界定符)、”(?!)”(前向否定界定符)、”(?<=)”(后项肯定界定符)以及”(?<!)”(后项否定界定符)的用法。

想要纯文字阐述清楚用法很难，直接看例子。

例一

若想分割一个字符串，分隔符为：”,”，但是要求当”,”前后均为数字时才有效。

import re
s = "abc,123,cde,45,fg,123,456,cba,xyz,5jk"
res = re.split(r'(?<=\d),(?=\d)', s)
print(res)

['abc,123,cde,45,fg,123', '456,cba,xyz,5jk']

解析：”(?<=\d),”表示逗号之前要为数字，”,(?=\d)”表示逗号之后要为数字。

例二

若想分割一个字符串，分隔符为：”,”，但是要求当”,”前面为数字，后面为字母时才有效。

import re
s = "abc,123,cde,45,fg,123,456,cba,xyz,5jk"
res = re.split(r'(?<=\d),(?=[a-zA-Z])', s)
print(res)

['abc,123', 'cde,45', 'fg,123,456', 'cba,xyz,5jk']

解析：,(?=[a-zA-Z])表示逗号之后为字母。

例三

若想分割一个字符串，分隔符为：”,”，但是要求当”,”前面为字母，后面为数字时才生效。

import re
s = "abc,123,cde,45,fg,123,456,cba,xyz,5jk"
res = re.split(r'(?<=[a-zA-Z]),(?=\d)', s)
print(res)

['abc', '123,cde', '45,fg', '123,456,cba,xyz', '5jk']

解析：将例二顺序调过来即可。

例四

若想分割一个字符串，分隔符为：”,”,但是要求当”,”前面不能为$并且后面不能为&时才生效。

import re
s = "abc,123$,cde,45,&fg,123,456,cba$,&xyz,5jk"
res = re.split(r'(?<!\$),(?!&)', s)
print(res)

['abc', '123$,cde', '45,&fg', '123', '456', 'cba$,&xyz', '5jk']

解析：”(?<!\$),”表示逗号前面不能有$(因为$是特殊字符，所以加了转义)，”,(?!&)”表示逗号后面不能有&，但是写在一起得到的结果却并不是我们想要的，要求逗号前为”$”且后为”&”时不分割，所以我们想要得到的结果是：['abc', '123$', 'cde', '45', '&fg', '123', '456', 'cba$,&xyz', '5jk']。

上面那种写法可能是很容易犯的错，这里来一步步解析下，我们可以把逗号的种类分为四种，

逗号前面不是”$”，并且后面不是”&”;
逗号前面是”$”，但后面不是”&”;
逗号前面不是”$”，但后面是”&”;
逗号前面是”$”，并且后面是”&”;

只有第4种情况的逗号不能作为分隔符，其他三种都可以作为分隔符，而我们的表达式实际只表示了第1种情况，当2、3两种情况出现时，表达式不生效，所以我们要写的表达式是前三种情况，也就是第4种情况的取反。

正确的正则分割写法为：re.split(r'(?<!\$),|,(?!&)', s)，这里面有点绕，需要仔细思考。

注意：这里容易混淆前向界定符和后向界定符的含义，要对逗号之前做一些条件限定，应使用后向界定符；要对逗号之后做一些条件限定，应使用前向界定符。此外，当同时使用前向否定和后向否定做一些条件限定时，注意逻辑上的转变。