Python基础入门 Day111 正则表达式中的零宽断言（前瞻与后顾）

47次阅读

共计 1898 个字符，预计需要花费 5 分钟才能阅读完成。

在上一节中，我们学习了正则表达式中的分组与反向引用，掌握了如何捕获和引用特定模式的内容。今天我们将继续深入正则表达式，学习一种更高级但非常实用的技巧—— 零宽断言（lookaround）。

零宽断言的特点是：它匹配一个位置，而不是实际的字符。它用来判断某个位置前后是否存在特定的模式，但不会消耗字符。

一、零宽断言的四种形式
零宽断言主要分为四种：

正向前瞻（Positive Lookahead）：(?=pattern)
表示“当前位置之后必须能匹配 pattern”。
例如匹配后面跟着数字的单词：
```
import re

text = "item1 item2 item item3"
pattern = r"\b\w+(?=\d)"
result = re.findall(pattern, text)
print(result)  # 输出 ['item', 'item', 'item']
```
解释：(?=\d) 表示单词后必须紧跟数字，但数字本身不计入匹配结果。
负向前瞻（Negative Lookahead）：(?!pattern)
表示“当前位置之后不能匹配 pattern”。
例如匹配后面不是数字的单词：
```
pattern = r"\b\w+(?!\d)"
result = re.findall(pattern, text)
print(result)  # 输出 ['item']
```
解释：这里排除了 item1、item2、item3。
正向后顾（Positive Lookbehind）：(?<=pattern)
表示“当前位置之前必须能匹配 pattern”。
例如提取冒号后面的内容：
```
text = "user:Tom age:25 city:Shanghai"
pattern = r"(?<=:)\w+"
result = re.findall(pattern, text)
print(result)  # 输出 ['Tom', '25', 'Shanghai']
```
解释：(?<=:) 表示匹配冒号后的位置，提取冒号后的单词。
负向后顾（Negative Lookbehind）：(?<!pattern)
表示“当前位置之前不能匹配 pattern”。
例如匹配不以冒号开头的单词：
```
pattern = r"(?<!:)\b\w+\b"
result = re.findall(pattern, text)
print(result)  # 输出 ['user', 'age', 'city']
```
解释：这些单词前面没有冒号，因此被匹配。

二、前瞻与后顾的组合
前瞻和后顾可以组合使用，以实现更精确的匹配。例如，匹配在冒号后并且在空格前的内容：

pattern = r"(?<=:)\w+(?=\s)"
text = "name:Tom age:25"
result = re.findall(pattern, text)
print(result)  # 输出 ['Tom', '25']

解释：

(?<=:) 表示左边必须有冒号
(?=\s) 表示右边必须是空格
中间的 \w+ 被提取出来

三、零宽断言的优势
零宽断言最大的优势是：

它不会消耗字符
可以让匹配规则更灵活
能在不改变捕获内容的前提下控制上下文

例如匹配邮箱的用户名部分：

text = "[email protected] [email protected]"
pattern = r"\b\w+(?=@)"
result = re.findall(pattern, text)
print(result)  # 输出 ['abc', 'def']

这里 (?=@) 仅检查 @ 是否存在，而不会包含在结果中。

四、注意事项

Python 的 re 模块要求后顾（?<=、?<!）中的表达式长度必须固定。
例如 (?<=\w{2})a 是合法的，但 (?<=\w+)a 会报错。
零宽断言匹配的是“位置”，而不是“内容”，理解这一点非常关键。
在复杂文本提取中，可以结合命名分组和零宽断言提高可读性。

五、实际应用示例
假设我们要提取 Markdown 文件中的图片链接（如 ![alt](image.png)）：

text = "![logo](python.png) some text ![icon](icon.jpg)"
pattern = r"(?<=!\[.*?\]\().*?(?=\))"
result = re.findall(pattern, text)
print(result)  # 输出 ['python.png', 'icon.jpg']

通过前瞻与后顾，我们精准地提取出了括号中的文件名，而不包含外围符号。

六、小结
零宽断言是正则表达式中非常强大的工具：