正则中的断言是零宽条件判断，不消耗字符、不捕获、不移动游标；Python re 支持正向前瞻(?=...)、负向前瞻(?!...)、正向后顾(?

什么是正则中的断言：它不消耗字符，只做条件判断

断言（assertion）不是匹配内容，而是检查某个位置前后是否满足条件。它本身不捕获、不移动游标，所以叫“零宽”。Python 的 re 模块支持四种：正向前瞻 (?=...)、负向前瞻 (?!...)、正向后顾 (?、负向后顾 (?。关键点是：后顾（lookbehind）的长度必须固定，不能用 * 或 + —— 否则会报 re.error: look-behind requires fixed-width pattern。

正向前瞻 (?=...) 的典型用法与常见错误

它要求当前位置**之后**能匹配指定模式，但不包含这部分内容。常用于密码强度校验、提取特定上下文中的数字等场景。

• 想匹配后面跟着 _end 的单词：r'\b\w+(?=_end)' → 匹配 file（在 file_end 中）
• 错误写法：r'\d+(?=px)' 本意是提取带单位的数字，但若字符串是 12px34em，它会匹配 12；而 r'\d+(?=px|em)' 才能同时支持两种单位
• 注意：前瞻内部不能有捕获组影响外层分组序号，但可以用非捕获组 (?:...) 组织逻辑

后顾断言 (? 的限制与绕过技巧

后顾要求左侧模式长度固定，所以 (? 非法，但 (?、(?、(? 也非法（因为 {2,4} 不是固定宽度）。Python 3.6+ 支持可变长度后顾？不支持，这是常见误解。

• 合法示例：r'(? 匹配美元符号后的数字（$123 → 123）
• 非法示例：r'(? 直接报错
• 绕过方法：改用 re.findall 配合捕获组，比如 r'(\w+)\s+(\d+)' 再取第二组；或用 re.finditer 检查 .group(0) 前的文本是否符合逻辑

负向断言的实际调试建议

负向断言容易因“过度否定”导致意外不匹配。比如 (?!http) 并不表示“不在 http 开头”，而是“当前位置之后不能是 http”——它在字符串开头、中间、末尾都生效，需结合锚点或上下文使用。

import re
text = "https://example.com and http://test.org"
# 错误：想跳过所有 http 开头的链接，但下面这行会匹配到 's://example.com'
print(re.findall(r'(?!http)\w+', text))  # ❌
正确：用 \b 确保单词边界，并限定检查位置
print(re.findall(r'\b(?!http\b)\w+', text))  # ✅ 匹配 'https', 'and', 'http', 'test', 'org'？仍不对
更稳妥：先排除整段 URL，或换思路用 finditer + 逻辑判断
matches = [m.group() for m in re.finditer(r'\b\w+\b', text)
if not m.group().startswith('http')]

真正难的不是语法，而是厘清“断言作用的位置”——它永远绑定在当前匹配起点，而不是你直觉认为的“某个词旁边”。写完记得用 re.search 检查 .span()，看它到底卡在哪儿。