本文主要總結(jié)了python正則零寬斷言（zero-length-assertion）的一些常用用法。

1. 什么是零寬斷言

有時(shí)候在使用正則表達(dá)式做匹配的時(shí)候，我們希望匹配一個(gè)字符串，這個(gè)字符串的前面或后面需要是特定的內(nèi)容，但我們又不想要前面或后面的這個(gè)特定的內(nèi)容，這時(shí)候就需要零寬斷言的幫助了。所謂零寬斷言，簡(jiǎn)單來(lái)說(shuō)就是匹配一個(gè)位置，這個(gè)位置滿(mǎn)足某個(gè)正則，但是不納入匹配結(jié)果的，所以叫“零寬”，而且這個(gè)位置的前面或后面需要滿(mǎn)足某種正則。

比如對(duì)于一個(gè)字符串：finished going done doing，我們希望匹配出其中的以ing結(jié)尾的單詞，就可以使用零寬斷言：

import re
s = 'finished going done doing'
p = re.compile(r'\b\w+(?=ing\b)')

print '【Output】'
print [x + 'ing' for x in re.findall(p,s)]

【Output】
['going', 'doing']

可以看出從中匹配出了going和doing兩個(gè)單詞，達(dá)到目的。

這里正則中使用的(?=ing\b)就是一種零寬斷言，它匹配這樣一個(gè)位置：這個(gè)位置有一個(gè)ing字符串，后面跟著一個(gè)\b符號(hào)，并且這個(gè)位置前面的字符串滿(mǎn)足正則：\b\w+，于是匹配結(jié)果就是：['go','do']

2. 不同的零寬斷言

零寬斷言分為四種：正預(yù)測(cè)先行斷言、正回顧后發(fā)斷言、負(fù)預(yù)測(cè)先行斷言、負(fù)回顧后發(fā)斷言，不同的斷言匹配的位置不同。

總結(jié)一下，這幾個(gè)仿佛說(shuō)的不是"人話(huà)"的令人費(fèi)解的名詞可以這樣理解：其中的“正”指的是肯定預(yù)測(cè)，即某個(gè)位置滿(mǎn)足某個(gè)正則，而與之對(duì)應(yīng)的“負(fù)”則指的是否定預(yù)測(cè)，即某個(gè)位置不要滿(mǎn)足某個(gè)正則；其中的“預(yù)測(cè)先行”則指的是“往后看”，“先往后走”的意思，即這個(gè)位置是出現(xiàn)在某一個(gè)字符串后面的，而與之相反的“回顧后發(fā)”則指的是相反的意思：“往前看”，即匹配的這個(gè)位置是出現(xiàn)在某個(gè)字符串的前面的。

不理解沒(méi)關(guān)系，我們用實(shí)例說(shuō)話(huà)，下面對(duì)每種零寬斷言進(jìn)行詳細(xì)介紹。

1. 正預(yù)測(cè)先行斷言：(?=exp)

匹配一個(gè)位置（但結(jié)果不包含此位置）之前的文本內(nèi)容，這個(gè)位置滿(mǎn)足正則exp，舉例：匹配出字符串s中以ing結(jié)尾的單詞的前半部分：

s = "I'm singing while you're dancing."
p = re.compile(r'\b\w+(?=ing\b)')

print '【Output】'
print re.findall(p,s)

【Output】
['sing', 'danc']

2. 正回顧后發(fā)斷言：(?<=exp)

匹配一個(gè)位置（但結(jié)果不包含此位置）之后的文本，這個(gè)位置滿(mǎn)足正則exp，舉例：匹配出字符串s中以do開(kāi)頭的單詞的后半部分：

s = "doing done do todo"
p = re.compile(r'(?<=\bdo)\w+\b')

print '【Output】'
print re.findall(p,s)

【Output】
['ing', 'ne']

3. 負(fù)預(yù)測(cè)先行斷言：(?!exp)

匹配一個(gè)位置（但結(jié)果不包含此位置）之前的文本，此位置不能滿(mǎn)足正則exp，舉例：匹配出字符串s中不以ing結(jié)尾的單詞的前半部分：

s = 'done run going'
p = re.compile(r'\b\w+(?!ing\b)')

print '【Output】'
print re.findall(p,s)

【Output】
['done', 'run', 'going']

可見(jiàn)，出問(wèn)題了，這不是我們預(yù)期的結(jié)果（預(yù)期的結(jié)果是：done和run），這是因?yàn)樨?fù)向斷言不支持匹配不定長(zhǎng)的表達(dá)式，將p改一下再匹配：

s = 'done run going'
p = re.compile(r'\b\w{2}(?!ing\b)')

print '【Output】'
print re.findall(p,s)

【Output】
['do', 'ru']

可見(jiàn)一次只能匹配出固定長(zhǎng)度的不以ing結(jié)尾的單詞，沒(méi)有完全達(dá)到預(yù)期。這個(gè)問(wèn)題還有待解決。

4. 負(fù)回顧后發(fā)斷言：(?<!exp)

匹配一個(gè)位置（但結(jié)果不包含此位置）之后的文本，這個(gè)位置不能滿(mǎn)足正則exp，舉例：匹配字符串s中不以do開(kāi)頭的單詞：

s = 'done run going'
p = re.compile(r'(?<!\bdo)\w+\b')

print '【Output】'
print re.findall(p,s)

【Output】
['done', 'run', 'going']

可見(jiàn)也存在與負(fù)預(yù)測(cè)先行斷言相同的問(wèn)題，改一下：

s = 'done run going'
p = re.compile(r'(?<!\bdo)\w{2}\b')

print '【Output】'
print re.findall(p,s)

【Output】
['un', 'ng']

5. 正向零寬斷言的結(jié)合使用

舉例：字符串ip是一個(gè)ip地址，現(xiàn)在要匹配出其中的四個(gè)整數(shù)：

ip = '160.158.0.77'
p = re.compile(r'(?<=\.)?\d+(?=\.)?')

print '【Output】'
print re.findall(p,ip)

【Output】
['160', '158', '0', '77']

6. 負(fù)向零寬斷言的結(jié)合使用

舉例：匹配字符串s中的一些單詞，這些單詞不以x開(kāi)頭且不以y結(jié)尾：

s = 'xaay xbbc accd'
p = re.compile(r'(?<!\bx)\w+(?!y\b)')

print '【Output】'
print re.findall(p,s)

【Output】
['xaay', 'xbbc', 'accd']

可見(jiàn)這里因?yàn)樨?fù)向斷言不支持不定長(zhǎng)表達(dá)式，所以也存在和前面相同的問(wèn)題。

3. 零寬斷言的應(yīng)用

1. 匹配html標(biāo)簽之間的內(nèi)容

s = '<span>Hello world!</span>'
p = re.compile(r'(?<=<(?:\w+)>(.*)(?=</\1>))')

print '【Output】'
print re.findall(p,s)
# 報(bào)錯(cuò)：error: look-behind requires fixed-width pattern

上面的報(bào)錯(cuò)是因?yàn)榱銓挃嘌缘恼齽t中不能含有不定長(zhǎng)的表達(dá)式，改一下：

s = '<span>Hello world!</span>'
p = re.compile(r'(?<=<(\w{4})>)(.*)(?=</\1>)')

print '【Output】'
print re.findall(p,s)

【Output】
[('span', 'Hello world!')]

2. 匹配存在多種規(guī)則約束（含否定規(guī)則）的字符串

匹配一個(gè)長(zhǎng)度為4個(gè)字符的字符串，該字符串只能由數(shù)字、字母或下劃線(xiàn)3種字符組成，且必須包含其中的至少兩種字符，且不能以下劃線(xiàn)或數(shù)字開(kāi)頭：

# 測(cè)試數(shù)據(jù)
strs = ['_aaa','1aaa','aaaa','a_12','a1','a_123','1234','____']
p = re.compile(r'^(?!_)(?!\d)(?!\d+$)(?![a-zA-Z]+$)\w{4}$')

print '【Output】'
for s in strs:
    print re.findall(p,s)

【Output】
[]
[]
[]
['a_12']
[]
[]
[]
[]

3. 注意點(diǎn)

零寬斷言雖然也是用小括號(hào)括起來(lái)的，但不占用分組的默認(rèn)命名空間。舉例如下：

s = 'goingxxx'
# 在緊跟'ing'后面的字符串前加上'AAA'
print re.sub(r'(?<=ing)(\w+)\b',r'AAA\1',s)
# 輸出： goingAAAxxx