带有正则表达式的单词边界 - 无法提取所有单词

Question

我需要提取双倍 Male-Cat:

a = "Male-Cat Male-Cat Male-Cat-Female"
b = re.findall(r'(?:\s|^)Male-Cat(?:\s|$)', a)
print (b)
['Male-Cat ']

c = re.findall(r'\bMale-Cat\b', a)
print (c)
['Male-Cat', 'Male-Cat', 'Male-Cat']

我需要提取树次数Male-Cat:

a = "Male-Cat Male-Cat Male-Cat"
b = re.findall(r'(?:\s|^)Male-Cat(?:\s|$)', a)
print (b)
['Male-Cat ', ' Male-Cat']

c = re.findall(r'\bMale-Cat\b', a)
print (c)
['Male-Cat', 'Male-Cat', 'Male-Cat']

另一种被第一种方式正确解析的字符串：

a = 'Male-Cat Female-Cat Male-Cat-Female Male-Cat'
a = 'Male-Cat-Female'
a = 'Male-Cat'

少了什么？你能解释一下什么是错误的，什么是正确的方法吗？

Answer 1

使用环视提取空白边界内的单词：

r'(?<!\S)Male-Cat(?!\S)'

见online regex demo

详情

(?<!\S) - 空格或字符串开头必须立即出现在当前位置的左侧
Male-Cat - 要搜索的字词
(?!\S) - 空格或字符串结尾必须立即出现在当前位置的右侧

由于 (?<!\S) 和 (?!\S) 是零宽度断言，因此不会消耗空格，并且会找到连续的匹配项。

带有正则表达式的单词边界 - 无法提取所有单词

Word boundary with regex - cannot extract all words

python

regex

string

findall

boundary