本文主要總結了python正則零寬斷言（zero-length-assertion）的一些常用用法。
1. 什麼是零寬斷言
有時候在使用正則表達式做匹配的時候，我們希望匹配一個字符串，這個字符串的前面或後面需要是特定的內容，但我們又不想要前面或後面的這個特定的內容，這時候就需要零寬斷言的幫助了。所謂零寬斷言，簡單來說就是匹配一個位置，這個位置滿足某個正則，但是不納入匹配結果的，所以叫“零寬”，而且這個位置的前面或後面需要滿足某種正則。
比如對於一個字符串：”finished going done doing”，我們希望匹配出其中的以ing結尾的單詞，就可以使用零寬斷言：
import re
s = 'finished going done doing'
p = re.compile(r'\b\w+(?=ing\b)')
print '【Output】'
print [x + 'ing' for x in re.findall(p,s)]【Output】
['going', 'doing']
可以看出從中匹配出了’going’和’doing‘兩個單詞，達到目的。
這裏正則中使用的(?=ing\b)就是一種零寬斷言，它匹配這樣一個位置：這個位置有一個’ing’字符串，後面跟着一個’\b’符號，並且這個位置前面的字符串滿足正則：\b\w+，於是匹配結果就是：['go','do']
2. 不同的零寬斷言
零寬斷言分爲四種：正預測先行斷言、正回顧後發斷言、負預測先行斷言、負回顧後發斷言，不同的斷言匹配的位置不同。
總結一下，這幾個彷彿說的不是”人話”的令人費解的名詞可以這樣理解：其中的“正”指的是肯定預測，即某個位置滿足某個正則，而與之對應的“負”則指的是否定預測，即某個位置不要滿足某個正則；其中的“預測先行”則指的是“往後看”，“先往後走”的意思，即這個位置是出現在某一個字符串後面的，而與之相反的“回顧後發”則指的是相反的意思：“往前看”，即匹配的這個位置是出現在某個字符串的前面的。
不理解沒關係，我們用實例說話，下面對每種零寬斷言進行詳細介紹。
1. 正預測先行斷言：(?=exp)
匹配一個位置（但結果不包含此位置）之前的文本內容，這個位置滿足正則exp，舉例：匹配出字符串s中以ing結尾的單詞的前半部分：
s = "I'm singing while you're dancing."
p = re.compile(r'\b\w+(?=ing\b)')
print '【Output】'
print re.findall(p,s)【Output】
['sing', 'danc']
2. 正回顧後發斷言：(?<=exp)
匹配一個位置（但結果不包含此位置）之後的文本，這個位置滿足正則exp，舉例：匹配出字符串s中以do開頭的單詞的後半部分：
s = "doing done do todo"
p = re.compile(r'(?<=\bdo)\w+\b')
print '【Output】'
print re.findall(p,s)【Output】
['ing', 'ne']
3. 負預測先行斷言：(?!exp)
匹配一個位置（但結果不包含此位置）之前的文本，此位置不能滿足正則exp，舉例：匹配出字符串s中不以ing結尾的單詞的前半部分：
s = 'done run going'
p = re.compile(r'\b\w+(?!ing\b)')
print '【Output】'
print re.findall(p,s)【Output】
['done', 'run', 'going']
可見，出問題了，這不是我們預期的結果（預期的結果是：done和run），這是因爲負向斷言不支持匹配不定長的表達式，將p改一下再匹配：
s = 'done run going'
p = re.compile(r'\b\w{2}(?!ing\b)')
print '【Output】'
print re.findall(p,s)【Output】
['do', 'ru']
可見一次只能匹配出固定長度的不以ing結尾的單詞，沒有完全達到預期。這個問題還有待解決。
4. 負回顧後發斷言：(?<!exp)
匹配一個位置（但結果不包含此位置）之後的文本，這個位置不能滿足正則exp，舉例：匹配字符串s中不以do開頭的單詞：
s = 'done run going'
p = re.compile(r'(?<!\bdo)\w+\b')
print '【Output】'
print re.findall(p,s)【Output】
['done', 'run', 'going']
可見也存在與負預測先行斷言相同的問題，改一下：
s = 'done run going'
p = re.compile(r'(?<!\bdo)\w{2}\b')
print '【Output】'
print re.findall(p,s)【Output】
['un', 'ng']
5. 正向零寬斷言的結合使用
舉例：字符串ip是一個ip地址，現在要匹配出其中的四個整數：
ip = '160.158.0.77'
p = re.compile(r'(?<=\.)?\d+(?=\.)?')
print '【Output】'
print re.findall(p,ip)【Output】
['160', '158', '0', '77']
6. 負向零寬斷言的結合使用
舉例：匹配字符串s中的一些單詞，這些單詞不以’x’開頭且不以’y’結尾：
s = 'xaay xbbc accd'
p = re.compile(r'(?<!\bx)\w+(?!y\b)')
print '【Output】'
print re.findall(p,s)【Output】
['xaay', 'xbbc', 'accd']
可見這裏因爲負向斷言不支持不定長表達式，所以也存在和前面相同的問題。
3. 零寬斷言的應用
1. 匹配html標籤之間的內容
s = '<span>Hello world!</span>'
p = re.compile(r'(?<=<(?:\w+)>(.*)(?=</\1>))')
print '【Output】'
print re.findall(p,s)
# 報錯：error: look-behind requires fixed-width pattern上面的報錯是因爲零寬斷言的正則中不能含有不定長的表達式，改一下：
s = '<span>Hello world!</span>'
p = re.compile(r'(?<=<(\w{4})>)(.*)(?=</\1>)')
print '【Output】'
print re.findall(p,s)【Output】
[('span', 'Hello world!')]
2. 匹配存在多種規則約束（含否定規則）的字符串
匹配一個長度爲4個字符的字符串，該字符串只能由數字、字母或下劃線3種字符組成，且必須包含其中的至少兩種字符，且不能以下劃線或數字開頭：
# 測試數據
strs = ['_aaa','1aaa','aaaa','a_12','a1','a_123','1234','____']
p = re.compile(r'^(?!_)(?!\d)(?!\d+$)(?![a-zA-Z]+$)\w{4}$')
print '【Output】'
for s in strs:
print re.findall(p,s)【Output】
[]
[]
[]
['a_12']
[]
[]
[]
[]