为什么我的正向前瞻断言占用了字符串而没有正确匹配？

Question

我试图找到字符串中的所有子字符串，并使用正则表达式打印它们的开始和结束索引

例如， 字符串='bbbcbb' sub='bb' 我必须得到（0,1）（1,2）（4,5）作为输出

我的代码：

import re
matches = list(re.finditer(r'bb(?=[a-zA-Z]|$)', 'bbbcbb'))

输出：

[<_sre.SRE_Match object; span=(0, 2), match='bb'>, 
<_sre.SRE_Match object;span=(4, 6), match='bb'>]

---

我浏览了有关https://docs.python.org/3/library/re.html的文档，据我所知，lookahead断言将通过

1. 在位置0处，它将“bb”与“bb”匹配，后跟“b” bbbcbb
2. 在位置1，它将匹配“bb”和“bb”，然后是“c”。bbbcbb
3. 然后它将不匹配，直到第4位，它将匹配“bb”与“bb”，然后$。bbbcbb

---

为什么lookahead断言忽略（1,3）位置的b'bb'cbb？还是我对前瞻性断言的理解有缺陷

Answer 1

模式'bb(?=[a-zA-Z]|$)将匹配2个字符，而不是1断言右边的是字符a-z或字符串的结尾

使用re.finditer，您可能会更新模式以匹配单个b，并将单个b置于正向展望中：

import re
matches = list(re.finditer(r'b(?=b)', 'bbbcbb'))
for m in matches:
    print(m.span())

结果

(0, 1)
(1, 2)
(4, 5)