python - 意外的 re.sub 行为

Question

我定义

s='f(x) has an occ of x but no y'
def italicize_math(line):
    p="(\W|^)(x|y|z|f|g|h)(\W|$)"
    repl=r"\1<i>\2</i>\3"
    return re.sub(p,repl,line)

并进行了以下调用:

print(italicize_math(s)

结果是

'<i>f</i>(x) has an occ of <i>x</i> but no <i>y</i>'

这不是我所期望的。我想要这个:

'<i>f</i>(<i>x</i>) has an occ of <i>x</i> but no <i>y</i>'

谁能告诉我为什么第一次出现的 x 没有包含在“i”标签内？

Answer 1

当您确实需要单词边界 (\b) 时，您似乎在尝试匹配非字母数字字符 (\W):

>>> p=r"(\b)(x|y|z|f|g|h)(\b)"
>>> re.sub(p,repl,s)
'<i>f</i>(<i>x</i>) has an occ of <i>x</i> but no <i>y</i>'

当然，( 是非字母数字 -- 你的内部内容不匹配的原因是因为 \W 消耗了一个匹配中的字符。因此对于像 'f(x)' 这样的字符串，当您匹配 f 时，您匹配 (。由于 ( 已经匹配，当您尝试匹配 x 时，它不会再次匹配 。相比之下，单词边界不消耗任何字符。