主题：文问题，关于正则表达式 -- pastebt

正则语言比普通语言好像是差了什么功能，记得有1个分类，不过我很久不搞这些都忘了，编译原理学的比较好的应该清楚。

面壁去了

一句SQL是能办到，但就不是正则了。

等各位的高招

perl正则表达式里头有种特殊的括号:

(?=...)

True if lookahead assertion succeeds.

(?!...)

True if lookahead assertion fails.

(?<=...)

True if lookbehind assertion succeeds.

(?<!...)

True if lookbehind assertion fails.

可以满足你的要求. 查一下programming perl的table 5.6吧.

写这种正则表达式挺费脑子的, 我就不写例子了

(?<=a\w*)3(?=\w*b)

外链出处

个人看法，正则表达式上手倒不会很难，然而其表达式可读性却非常差。因此实际使用中的困难在于如何维护这种可读性极差的正则代码。（它的确是一种代码，一种字符串匹配程序的代码）

我的方法是采用结构化方式，一层层剥下来。比如楼主的问题可以分成三块：

1、a开始的边界条件

2、匹配字符3

3、以b结束的边界条件

这样可以一个复杂的匹配就被分解成若干个简单的匹配，写起来也就简单很多了。和写程序一样，如果第一次分解还得不出可以立即翻译的正则表达式，我们还可以进一步分解。

而在实际代码中我就会使用字符串模板替换来还原上述过程。其伪代码很像这样：

REG := LEFT_BORDER + MATCH_CHAR + RIGHT_BORDER

LEFT_BORDER=.....

MATCH_CHAR=3

RIGHT_BORDER=.....

怎么样？看起来有点熟悉吧。这就是大多数计算机文献中语法定义的格式。

1.在python里，positive lookbehind assertion 只能匹配定长的字串，我看你给的连接里，没有说明，而且是.net的，没用过，所以有这么一问

2.我给的问题里，a和b之间的3是多于一个的，这也正是问题麻烦的地方。但是我没看出你的回答里是怎么解决的，能说明一下么？

要知道，问题里的例子只是为了说明问题，并不是要真的处理那个字串，而且我也只是觉得我自己的做法（类似铁手的）不够纯粹，想钻一下牛角尖而已。谢谢

如果零宽断言（Positive and Negative Lookahead）支持能变长匹配的话，如.NET，我上述的表达式可以匹配任意多的字符。考虑一下正则表达式的实现方法就明白了，其实我匹配的是‘3’，然后让正则引擎在找到‘3’这个字符之后去检查左右的边界是否符合要求，即两个零宽断言。由于左边界是a\w*——a开始的任意字符，右边界是\w*b——b结尾的任意字符。所以a开始和b结束之间的3都匹配。你可能被一般的搜索思路干扰了，正则表达式不是找到边界后去匹配边界中的字符，而是找到字符后去匹配边界。这就解释了第二个问题。

第一个问题就没办法解决了，你可以看看这个连接

外链出处，目前只有两个平台支持变长的匹配。

re.split("3(?=[^a]*b)", "132a43534b34a234234b345")

['132a4', '5', '4b34a2', '42', '4b345']

>>> re.split("3(?=[^a]*b)", "132a43534b34a234234b345b")

['132a4', '5', '4b34a2', '42', '4b', '45b']

最后一个3没在a和b中间，也给滤掉了

问题的逻辑比较清楚。先判断a出现后，然后直到b出现之前的3都不要，就可以了。

代码参见 http://paste.pocoo.org/show/134757/

我也贴在下面一份，不熟悉如何在西西河设置代码格式了。

def replace(line, start = 'a', end = 'b', source = '3', target = ''):

IN = False

for ch in line:

if ch == start:

if not IN:

IN = True

yield ch

elif ch == end:

if IN:

IN = False

yield ch

elif ch == source and IN:

yield target

else:

yield ch

def main():

line = '1234a5635367312b563789'

print ''.join(list(replace(line)))

if __name__ == "__main__":

main()

## output 1234a5656712b563789