python正则表示式学习笔记(一)

今日遇到的问题

• r'(user:|assistant:)(.*?)(?=user:|assistant:|$)'
  • (.*?)
    • 这是一个非贪婪匹配的分组，用于匹配发言者之后的文本内容，直到遇到下一个发言者或者达到字符串结尾
  • .*?
    • .表示匹配任意字符（除了换行符）
    • *表示匹配前面的任意字符零次或多次
    • ?使匹配变为非贪婪模式，即尽可能少地匹配字符，直到遇到下一个发言者标识或字符串结束
  • (?=user:|assistant:|$)
    • 这是一个正向前瞻断言，用于确保在匹配到发言者内容之后，下一个字符序列应该是"user:"或"assistant:"或者字符串结尾$
    • 正向前瞻不会消耗字符，只是进行检查。也就是说，它不会将匹配到的内容包含在最终的匹配结果中，但它会影响匹配的成功与否。
    • 这个前瞻断言确保了提取的内容是当前发言者的发言，而不是跨越发言者
• 非贪婪匹配是指最短满足目标正则表达式的字符串
• 贪婪匹配是指最长满足目标正则表达式的字符串
• 正向前瞻断言的语法是(?=...)，其中...是你想要匹配的模式（即正则表达式）
• re.findall用于查找所有匹配正则表达式的子串，并返回一个包含所有匹配项的列表。如果正则表达式中有多个捕获组（即使用括号分组），则返回的列表中每个元素将是一个包含捕获组内容的元组。
• re.search则用于查找字符串中第一次匹配正则表达式的位置，并返回一个匹配对象。如果没有找到匹配，则返回None。这个对象包含了匹配的详细信息，比如匹配的开始和结束位置，以及匹配的文本内容。如果需要获取整个匹配的内容，可以使用match.group()方法。

  import re
  
  text = "Hello, my email is example@example.com"
  pattern = r'(\w+@\w+\.\w+)'
  
  match = re.search(pattern, text)
  
  if match:
      print("找到匹配项:", match.group()) 
      print("开始位置:", match.start())
      print("结束位置:",match.end())
  else:
      print("未找到匹配项")