Python 中 re.search 函数的不同行为

Question

我在正则表达式中遇到了搜索函数的不同行为，这让我认为模式中存在隐式锚点。是这样吗？

<code>
text = "bowl"

print(re.search(r"b|bowl", text)) # first alteration in this pattern works
print(re.search(r"o|bowl", text)) # but  first alteration won't work here
print(re.search(r"w|bowl", text)) # nor here
print(re.search(r"l|bowl", text)) # nor here
print(re.search(r"bo|bowl", text)) # first alteration in this pattern works
print(re.search(r"bow|bowl", text)) # first alteration in this pattern works
</code>
<br />

输出

<re.Match object; span=(0, 1), match='b'>
<re.Match object; span=(0, 4), match='bowl'>
<re.Match object; span=(0, 4), match='bowl'>
<re.Match object; span=(0, 4), match='bowl'>
<re.Match object; span=(0, 2), match='bo'>
<re.Match object; span=(0, 3), match='bow'>

我已经研究过是否是这种情况，但我找不到任何解释。

Answer 1

我不是正则表达式专家，所以我将使用简单的词语来描述内部发生的情况。

search

从左到右工作，

|

模式也是如此。此外

search

与

match

不同，它向前移动以尝试在字符串中找到模式，而不仅仅是在开始处。

拿这个：

re.search(r"o|bowl", text)

因此，如果测试

o

模式，由于匹配器位于输入字符串的

b

字符上，因此它不匹配，并且代码会尝试第二个模式。如果失败，它将跳到下一个字符（因为所有匹配可能性都已用尽）并会匹配

o

，但由于它匹配，因此不会发生：

bowl

字符被消耗。

如果你尝试：

re.search("o|bar", text)

然后

o

将被匹配。

请注意，它不是特定于 python 的。这就是正确的正则表达式引擎的工作原理。

如果你想要替代行为，你可以写：

re.search("o", text) or re.search("bar", text)