python - python中的正则表达式匹配包含'z'的单词，而不是单词的开头或结尾

Question

考虑一个句子，其中包含一些可能以“z”开头或结尾的单词。

这是我的代码：

reg_9 = re.compile(r'\b[^z]\w+z\w+[^z]\b')
sentence = "this sentence contains zatstart azb pole ab noaz yeszishere z_is_op"
reg_9.findall(sentence)

所以根据上面的正则表达式边界'\ b'内的所有字符串，它不以'z'开头并且不以'z'结尾（在开始和结束处的[^z]）但在其之间的某处有'z'在我的正则表达式中由 '\w+z\w+' 给出。

在输出中我得到这个：

[' azb ', ' yeszishere ']

那么有人能说出为什么这个输出字符串在 start 和 end 包含那些额外的空格吗？

标签： pythonregex

Answer 1

您需要将其设为\w+可选，即\w*改为使用。但是，我会将您的正则表达式表述为：

reg_9 = re.compile(r'\b[^\WzZ]\w*z\w*[^\WzZ]\b')
sentence = "this sentence contains zatstart azb pole ab noaz yeszishere z_is_op"
print(reg_9.findall(sentence))  # ['azb', 'yeszishere']

这个正则表达式模式说：

\b       match a word boundary
[^\WzZ]  match any word character OTHER than z or Z
\w*      zero or more word characters
z        z
\w*      zero or more word characters
[^\WzZ]  match any word character OTHER than z or Z
\b       match a word boundary