如何在python的字符类中编写单词边界而不丢失其含义？我希望在单词边界（\ b）的定义中添加下划线（_）

Question

我知道单词边界的定义是(?<!\w)(?=\w)|(?<=\w)(?!\w) ，我也希望在单词边界的定义中添加下划线（可选）。

一种实现方法是，我们可以像新定义一样简单地修改定义(_)?((?<!\w)(?=\w)|(?<=\w)(?!\w)) ，但是不希望使用太长的表达式。

简便的方法可以是：如果我可以在字符类内部编写单词边界，则在字符类内部添加下划线就像一样非常容易[\b-]，但是问题是放在\b字符类内部，即[\b]，意味着退格字符不是单词边界。

请告诉解决方案，即如何\b在不丢失其原始含义的情况下放入字符类。

Answer 1

您可以使用环顾四周：

(?:\b|(?<=_))word(?=\b|_)
^^^^^^^^^^^^^     ^^^^^^^

请参阅regex演示，其中(?:\b|(?<=_))是一个非捕获组，它匹配单词边界或前缀为的位置_，并且(?=\b|_)是一个正向超前匹配字词边界或_符号的匹配项。

不幸的是，Pythonre不允许使用，(?<=\b|_)因为后向模式的宽度应固定（否则，您将得到 look-behind requires fixed-width pattern 错误）。

一个Python的演示：

import re
rx = r"(?:\b|(?<=_))word(?=\b|_)"
s = "some_word_here and a word there"
print(re.findall(rx,s))

另一种解决方案是使用自定义单词边界，例如(?<![^\W_])/
(?![^\W_])（请参阅在线演示）：

rx = r"(?<![^\W_])word(?![^\W_])"

(?<![^\W_])如果没有非单词和_char以外的字符，否定的lookbehind匹配失败（因此，它要求字符串的开头或任何单词char不包括搜索词_
之前 的字符），(?![^\W_])如果没有其他char
，否定的lookahead将失败而不是非单词和_字符（也就是说，要求字符串的末尾或不包括在内的单词字符_）。