正则表达式报错：look-behind requires fixed-width pattern

代码：

1. # -*- coding:utf-8 -*-
   
2. import re
   
3. import sys
   
4. reload(sys)
   
5. sys.setdefaultencoding("utf-8")
   
6. #第一个编号后面的是中文冒号，第二个编号后面的是英文冒号
   
7. text = "JGood iss a 编号：123456 boy, he is 编号:123456, clever, and so on..."
   
8. reg = re.compile(r'(?<=编号(:|：))\d+')
   
9. match = reg.search(text)
   
10. if match:
    
11.     print match.group(0)
    
12. else:
    
13.     print 'not match'

复制代码

需求是不管遇到中文或者英文冒号，都能够打印输出后面的数字

报错信息：

1. C:\Users\pc\Desktop>python test.py
   
2. Traceback (most recent call last):
   
3.   File "test.py", line 8, in <module>
   
4.     reg = re.compile(r'(?<=缂栧彿(:|锛?)\s*\S+')
   
5.   File "D:\Python 2.7\lib\re.py", line 190, in compile
   
6.     return _compile(pattern, flags)
   
7.   File "D:\Python 2.7\lib\re.py", line 245, in _compile
   
8.     raise error, v # invalid expression
   
9. sre_constants.error: look-behind requires fixed-width pattern

复制代码

感觉应该是中文编码的问题，但是加了

1. import sys
   
2. reload(sys)
   
3. sys.setdefaultencoding("utf-8")

复制代码

还是报同样的错误，搜索过这个报错信息，没找到正确的解决方法，请帮忙看一下

把(:|：)换成[:|：]

我用的是python3.4.4, 以下代码正常运行, 2.x下你可以做相应更改

1. import re
   
2. import sys
   
3. 
   
4. #第一个编号后面的是中文冒号，第二个编号后面的是英文冒号
   
5. text = "JGood iss a 编号：123456 boy, he is 编号:654321, clever, and so on..."
   
6. reg = re.compile(r'(?<=编号[:：])\d+')
   
7. match = reg.findall(text)
   
8. 
   
9. if match:
   
10.     print(match)
    
11. else:
    
12.     print('not match')

复制代码

whydo1 发表于 2016-9-24 21:12
我用的是python3.4.4, 以下代码正常运行, 2.x下你可以做相应更改

我是2.7，用你的代码，开头加上 # coding=utf-8，打印结果是：['654321']，不加的话是：  File "test.py", line 6
SyntaxError: Non-ASCII character '\xe7' in file test.py on line 6, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details

加了之后打印出的只有英文冒号后面的数字，中文冒号还是没识别出来的感觉

python奋青 发表于 2016-9-23 22:03
把(:|：)换成[:|：]

谢谢回复，之前用过这种方法，我的是2.7，不知道是不是这个原因，中文的冒号单独写：？>=编号：,就可以得到中文冒号后面的数字，但是二合一的写法就跪了

SHocker77 发表于 2016-9-28 16:56
我是2.7，用你的代码，开头加上 # coding=utf-8，打印结果是：['654321']，不加的话是：  File "test.py" ...

text = "JGood iss a 编号：123456 boy, he is 编号:654321, clever, and so on..."
改为
text = u"JGood iss a 编号：123456 boy, he is 编号:654321, clever, and so on..."

在2.7下面,默认是bytes编码, 加上u,表示是unicode字符串

whydo1 发表于 2016-9-28 22:03
text = "JGood iss a 编号：123456 boy, he is 编号:654321, clever, and so on..."
改为
text = u"JGood ...

谢谢你，很抱歉没有及时回复，这次是项目需要临时用了python语言，论坛就很少上，你说的方法是有效果的

要是处理中文较多的话. 用python3.x会好一些. 3.x默认使用unicode

whydo1 发表于 2016-10-14 20:52
要是处理中文较多的话. 用python3.x会好一些. 3.x默认使用unicode

是这样的