re模块的正则表达式支持单词边界（\b）吗？

Question

在学习正则表达式的时候，有个教程提到可以用 \b 来匹配单词的边界。不过，在Python的解释器里，下面这段代码却没有按预期工作：

>>> x = 'one two three'
>>> y = re.search("\btwo\b", x)

如果有匹配到内容的话，应该会返回一个匹配对象，但结果却是 None。

难道 \b 这个表达式在Python里不支持，还是我用错了？

Answer 1

我来给你解释一下为什么 re.search("\btwo\b", x) 这个写法不管用。其实是因为在 Python 里，\b 代表的是一个退格符，也就是删除前一个字符的意思。

print("foo\bbar")
fobar

所以这个模式 "\btwo\b" 实际上是在找一个退格符，后面跟着 two，再后面又跟着一个退格符。而你要查找的字符串 x = 'one two three' 里根本没有退格符。

如果你想让 re.search（或者 compile）把 \b 识别为单词的边界，你可以把反斜杠加倍（变成 "\\btwo\\b"），或者使用原始字符串来创建你的模式（写成 r"\btwo\b"）。

Answer 2

这个方法可以用：re.search(r"\btwo\b", x)

在Python中，写"\b"其实是一个单独的字符："\x08"。你可以用下面的方式来处理反斜杠：

"\\b"

或者你也可以像这样写一个原始字符串：

r"\b"

Answer 3

你在写代码的时候，应该使用原始字符串。

>>> x = 'one two three'
>>> y = re.search(r"\btwo\b", x)
>>> y
<_sre.SRE_Match object at 0x100418a58>
>>> 

另外，为什么不试试这个呢？

word = 'two'
re.compile(r'\b%s\b' % word, re.I)

输出结果：

>>> word = 'two'
>>> k = re.compile(r'\b%s\b' % word, re.I)
>>> x = 'one two three'
>>> y = k.search( x)
>>> y
<_sre.SRE_Match object at 0x100418850>