Les expressions régulières du module re prennent-elles en charge les limites de mots (\ b)?

Tout en essayant d'en savoir un peu plus sur les expressions régulières, un didacticiel vous a suggéré d'utiliser \bpour faire correspondre une limite de mot. Cependant, l'extrait de code suivant dans l'interpréteur Python ne fonctionne pas comme prévu:

>>> x = 'one two three'
>>> y = re.search("\btwo\b", x)

Cela aurait dû être un objet de correspondance si quelque chose correspondait, mais c'est le cas None.

L' \bexpression n'est-elle pas prise en charge dans Python ou est-ce que je l'utilise mal?

Pourquoi tu n'essaies pas

word = 'two'
re.compile(r'\b%s\b' % word, re.I)

Production:

>>> word = 'two'
>>> k = re.compile(r'\b%s\b' % word, re.I)
>>> x = 'one two three'
>>> y = k.search( x)
>>> y
<_sre.SRE_Match object at 0x100418850>

J'ai également oublié de mentionner que vous devriez utiliser des chaînes brutes dans votre code

>>> x = 'one two three'
>>> y = re.search(r"\btwo\b", x)
>>> y
<_sre.SRE_Match object at 0x100418a58>
>>> 

Cela fonctionnera: re.search(r"\btwo\b", x)

Lorsque vous écrivez "\b"en Python, il est un seul caractère: "\x08". Soit échappez à la barre oblique inverse comme ceci:

"\\b"

ou écrivez une chaîne brute comme celle-ci:

r"\b"

Juste pour expliquer explicitement pourquoi re.search("\btwo\b", x) ne fonctionne pas, c'est parce que \bdans une chaîne Python est un raccourci pour un caractère de retour arrière.

print("foo\bbar")
fobar

Le motif "\btwo\b"recherche donc un retour arrière, suivi de two, suivi d'un autre retour arrière, que la chaîne que vous recherchez dans ( x = 'one two three') n'a pas.

Pour permettre re.search(ou compile) d'interpréter la séquence \bcomme une limite de mot, échappez aux contre-obliques ( "\\btwo\\b") ou utilisez une chaîne brute pour créer votre motif ( r"\btwo\b").

Documentation Python

https://docs.python.org/2/library/re.html#regular-expression-syntax

\ b

Correspond à la chaîne vide, mais uniquement au début ou à la fin d'un mot. Un mot est défini comme une séquence de caractères alphanumériques ou de soulignement, de sorte que la fin d'un mot est indiquée par un espace ou un caractère non alphanumérique et non souligné. Notez que formellement, \ b est défini comme la limite entre un \ w et un \ W caractère (ou vice versa), ou entre \ w et le début / la fin de la chaîne, donc le jeu précis de caractères réputés alphanumériques dépend sur les valeurs des drapeaux UNICODE et LOCALE. Par exemple, r '\ bfoo \ b' correspond à 'foo', 'foo.', '(Foo)', 'bar foo baz' mais pas à 'foobar' ou 'foo3'. À l'intérieur d'une plage de caractères, \ b représente le caractère de retour arrière, pour la compatibilité avec les chaînes littérales de Python.