[問題] 關於regular expression的\b問題

[jamesxxx1997 (黃~)]

各位大大好，小弟想請教一個關於\b範例的問題
ex1.result=re.findall(r'\b[^aeiouAEIOU]\w+','AV is largest Analytics community of
India')
如果把\b給去掉，print(result)會得出一樣的結果
>>>print(result)
[' is', ' largest', ' Analytics', ' community', ' of', ' India']
想要請教一下，為甚麼呢，謝謝~~~

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.83.192.197
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1507684713.A.015.html
→ djshen: 說說看你對\b的了解
→ vi000246: 這段regex想匹配什麼單字?
推 ptt0720: b是邊界 , 不管有沒有邊界你都findall了 就會全部匹配
→ jamesxxx1997: 我對於\b的概念是，\b就是word boundary
→ jamesxxx1997: 而且\b 是屬於zero width assertion，不會占用任何
→ jamesxxx1997: 字元，而word boundary 就是不屬於alphanumeric
→ jamesxxx1997: charcter,而且不是空白鍵，也不是底線
→ jamesxxx1997: 照ptt0720大大的概念，我應該是對finall不太清楚
→ jamesxxx1997: 這段regex想要匹配非母音開頭的單字喔
→ jamesxxx1997: 正確的解法是\b[^aeiouAEIOU ]，多一個空白鍵
→ jamesxxx1997: 後來想了一下，是因為findall是逐字掃描
→ jamesxxx1997: 而[^aeiouAEIOU]\w+也是碰碰word boundary而停止的
→ jamesxxx1997: 所以\b才會有加跟沒加結果都一樣?
→ stucode: 並不是 \b 放在開頭就只會 match 到單字開頭的邊界，
→ stucode: 這兩個 re 並不等價，在這個句子只是碰巧產生相同結果。
→ stucode: 把句子換成 'Apples on the tree' 或是 'My  arm'，
→ stucode: 就可以明白其中差異。
→ s860134: \b 是字元與非字元的邊界，少掉這個你的集合更大了
→ s860134: 你把例子的 AV 換成 MV，　這樣結果還是一樣嗎？
→ s860134: 上面例子不對應該是　AV -> AVV 這樣就不一樣了
→ jamesxxx1997: 好的，謝謝s大解答~
推 art1: (?=\b[^aeiouAEIOU])\w+ 試出這樣可以選出來