Python 3 正则表达式单词边界不清楚

Question

我正在使用正则表达式查找字符串“my car”并检测其前面的最多四个词。我的引用文本是:

my house is painted white, my car is red.
A horse is galloping very fast in the road, I drive my car slowly.

如果我使用正则表达式:

re.finditer(r'(?:\w+[ \t,]+){0,4}my car',txt,re.IGNORECASE|re.MULTILINE)

我得到了预期的结果。例如:房子漆成白色，我的车

如果我使用正则表达式:

re.finditer(r'(?:\w+\b){0,4}my car',txt,re.IGNORECASE|re.MULTILINE)

我只得到:“我的车”和“我的车”也就是说，我不会在它之前得到最多四个字。为什么我不能使用\b 来匹配组 {0,4} 中的单词？

Answer 1

因为 \b是一个零宽度断言 word boundary匹配字符串开头和字符字符之间、非字符字符和字符字符之间、字符字符和非字符字符之间以及字符字符和字符串结尾之间的位置 . 它不会消耗文本。

(?:\w+\b){0,4}只匹配一个空字符串，因为在 my car 之前没有 1+ 个单词 chasrs 后跟单词边界.

相反，您可能想要匹配 1 个以上的非单词字符，这些字符将有效地模仿单词边界:

(?:\w+\W+){0,4}my car\b

参见 regex demo