在正则表达式中使用 \b，尽量不匹配以 $ 开头的单词

Question

我无法使用负前瞻获得所需的 output。

import re
text = "$FOO FOO $BAR BAR"

# Expected. Return words without 'F'.
re.findall(r"\b(?!F)\w+", text)
> ['BAR', 'BAR']

# Expected. Return words without 'B'.
re.findall(r"\b(?!B)\w+", text)
> ['FOO', 'FOO']

# Unexpected. Return words without '$'.
re.findall(r"\b(?!\$)\w+", text)
> ['FOO', 'FOO', 'BAR', 'BAR']

前两个按预期工作。 我希望最后一个返回列表['FOO', 'BAR']匹配没有“$”字符的单词。 因为它是一个特殊字符，所以我尝试了各种方法来逃避它，但没有找到正确的解决方案。

Answer 1

您实际上需要通过以下方式修复模式：

\b(?<!\$)\w+

请参阅Python 演示。

原因是\b(?!\$)\w+等于\b\w+因为$不能与\w匹配，所以不需要用(?!\$)限制与\w匹配的第一个字符负前瞻。 您需要限制紧接在第一个与\w匹配的 char 之前出现的 char ，这是通过负面的后视来完成的，这里是(?<!\$) 。

import re
text = "$FOO FOO $BAR BAR"
print(re.findall(r"\b(?<!\$)\w+", text))
# > ['FOO', 'BAR']

现在，正如您所说(?<=^)(??\$)\w+|(?<=\s)(?!\$)\w+适合您，您现在可以看到您可以安全地删除前瞻来自正则表达式，因为它们没有做任何有意义的事情，并且正则表达式变为(?<=^)\w+|(?<=\s)\w+ 。 该表达式可以进一步缩小为一个苗条的(?<!\S)\w+模式，该模式匹配任何一个或多个紧跟在字符串开头或空格之前的单词字符。

Answer 2

感谢查尔斯让我走上正轨。 我对边界字符 function 的理解不正确。

import re
text = "FOO $FOO FOO $BAR BAR"


re.findall('(?<=^)(?!\$)\w+|(?<=\s)(?!\$)\w+', text)
> ['FOO', 'FOO', 'BAR']

将\b替换为匹配空格或字符串开头的否定后视会得到所需的 output。