概念

先了解下断言是什么？

断言在编程和逻辑中是一种条件检查，用来验证某个表达式是否为真。
如果条件为真，程序继续执行。
如果条件为假，则通常会抛出一个错误或异常。

Python中的断言关键字有assert，用来检查一个表达式是否为真。
可以理解为简单的if语句或者三元运算符a =True if x<y else False。

例如：

assert 2>1    # 条件为 true 正常执行
assert 1>2    # 条件为 false 触发异常
"""
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AssertionError
"""

而正则的零宽断言就是一种类似的条件检查，不过是对字符串位置条件的检查。

应用场景

之前示例不够具体，2024年6月26日进行一定修订

先说个简单的例子

如果我要提取下面示例中的 ; 后面的 456-789，该怎么做？

首先尝试使用\d{3}-\d{3}，可以提取但不能一步到位

import re

s = "456-123,123;456-789,123"
m = re.findall(r"\d{3}-\d{3}", s)  
print(m)  # ['456-123', '456-789']

尝试包含;，也可以，但还是要进一步操作，使用replace替换掉;

import re

s = "456-123,123;456-789,123"
m = re.findall(r";\d{3}-\d{3}", s)
print(m)  # [';456-789']
print(m[0].replace(";", ""))  # 456-789

有没有一种一步到位的操作？即在表达式中包含需要匹配的项，但是匹配结果又不出现匹配项
例如正则表达式有;，但是匹配结果没有;
这就是今天要讲的正则中的零宽断言

上面的问题，可以使用后发断言 (?<=) 进行提取

import re
s = "000,123;456-789"
m = re.search(r"(?<=;)\d+", s)
print(m.group()) # 456

断言在正则表达式中非常有用，我们希望匹配表达式，但又不希望表达式包含在匹配结果中就可以用到。

类型

python中正则的零宽断言有4种

• (?=)：先行断言
• (?!)：否定先行
• (?<=)：后发断言
• (?<!)：否定后发断言

名称的问题

在不同的开发语言中称呼不同

例如，先行断言有的叫正向零宽先行断言，有的叫零宽正先行断言
但其实本质相同，例如土豆与马铃薯是一种东西，我这里使用来简称，大致知道这么回事即可

先行断言

先行断言(?=)用于检测一个表达式后面是否符合条件
例如这里我希望提取,前面的2000，那么写2000(?=,)，从而提取2000
这里表示确保”2000”后面跟着一个逗号，但不会将逗号包括在匹配结果中。

```python
import re

text = "2000,3000,4000,5000,2000x"
pattern = r"2000(?=,)"
match = re.search(pattern, text)
if match:
    print(match.group())  # 2000
```

否定先行断言

否定先行断言(?!)，用于检测一个表达式后面是否不符合条件
其实就是先行断言取反的检测

例如这里有2个2000，我希望提取,前面的2000的字符串，那么写\d+2000(?!;),从而提取12000
这里表示确保包含”2000”结尾的数字字符串后面不能跟着;，但不会将;包括在匹配结果中。

import re

text = "12000,3000,22000;5000,2000x"
pattern = r"\d+2000(?!;)"
match = re.search(pattern, text)
if match:
    print(match.group())  # 12000

后发断言

后发断言(?<=)，用于检测一个表达式前面是否符合条件

例如，我们要找abc的字符串，但前面的字符串必须是some，那么写(?<=some)\w+，从而提取abc456
这里表示确保abc的前面是some，并且some不包含在匹配结果中

import re

text = "defabc123 someabc456 otherdefabc789"
matches = re.search(r"(?<=some)abc\d+", text)
if matches:
    print(matches.group())  # abc456

否定后发断言

否后发断言(?<!)，用于检测一个表达式前面是否不符合条件

例如，我们要找abc的字符串，但前面的字符串不能是def，那么写(?<=def)\w+，从而提取abc456
这里表示确保abc的前面不是def，并且def不包含在匹配结果中

import re

text = "defabc123 someabc456 otherdefabc789"
matches = re.search(r"(?<!def)abc\d+", text)
if matches:
    print(matches.group())  # abc456

理解与运用

有些人可能会觉得有点绕，太麻烦了吧，什么先行，什么后发。
要去记这个东西，个人一开始也是这么想的，尤其当时学 js 提到这个。（名称更加绕）

• 正向零宽后发断言
• 负向零宽后发断言
• 正向零宽先行断言
• 负向零宽先行断言

要运用函数，肯定要先记住函数名。
而要去记这个东西，头大！所以上面 Python都是写了简称

其实可以这么理解，都是字面意思取反
先行的就是检测后面，后发就是检测前面，加了否定就是条件取反
也算是一点记忆小技巧