開篇：為什麼我們需要斷言？
在日常的文本處理中，我們常常遇到這樣的困境：
我們想要找到字串中的某個「特定位置」，但不想破壞或消耗原本的字串內容。
如果用傳統的 (群組) 把字元抓出來，替換時還得把這些字元再補回去，容易顯得囉唆。
這時，斷言（Assertion，或稱零寬度斷言） 就像是一把隱形的游標手術刀！它允許你在字串中設置「守衛」，它只負責檢查該位置的左右兩邊符不符合條件，但絕不會吃掉實際的字元。
核心速查表與象形記憶法
斷言的符號組合看起來就像顏文字般複雜 (?<=…)，但其實這套語法藏著非常直觀的象形含義：
?：特殊指令起手式（這不是普通的群組括號！）
<：箭頭朝左，代表向左回顧 (沒有箭頭就是向右前瞻)
=：代表條件必須成立
!：代表條件絕對不能成立
四大斷言家族
實戰對決：如何拆解駝峰式命名 (CamelCase)？
假設我們有一個連續的程式碼字串 DauntlessFwUpdateProcessStep。
我們的目標是把它拆開，變成有空格分隔的：Dauntless Fw Update Process Step。
為此，我們需要找到小寫字母與大寫字母之間的「交界處」，並在那裡塞入一個空格。
🔪 老派做法：捕獲群組法 (Capturing Groups)
傳統做法是直接找字元，把它們吃進肚子裡，然後重新吐出來。
import re
text = "DauntlessFwUpdate"
# 尋找：左邊小寫、右邊大寫的字元組合。找到後把兩個字都「吃掉」
# 替換：\1 吐出第一個吃掉的字母，\2 吐出第二個吃掉的字母，中間補空格
result = re.sub(r'([a-z])([A-Z])', r'\1 \2', text)
print(result) # Dauntless Fw Update限制：這種寫法步驟繁瑣，且因為涉及記憶體的存取與反向引用 (\1, \2)，有時在複雜的替換條件中會顯得笨重。
🪄 現代做法：零寬度斷言法 (Lookaround Assertions)
利用斷言語法，我們不再尋找「字元」，而是精準尋找「字元中間的無形縫隙」！
import re
text = "DauntlessFwUpdate"
# 尋找：一個沒有寬度的縫隙。
# 條件是：游標往左看必須是小寫 (?<=[a-z])，並且往右看必須是大寫 (?=[A-Z])
# 替換：直接在這個隱形縫隙中，硬塞入一個空白字元 ' '
result = re.sub(r'(?<=[a-z])(?=[A-Z])', ' ', text)
print(result) # Dauntless Fw Update優點：意圖極度精準且優雅！原字串的字母自始至終都沒有被「消耗」，我們只是找到那個完美的接縫處，將空白插入。
總結
掌握正則表達式的斷言 (Lookaround) 功能後，你處理字串的思維會從「操作具體字元」，昇華為「操作隱形空間與邏輯條件」。下次當你發現自己寫了一堆括號 () 以及 \1\2\3 在做回補組裝時，不妨停下來回想這張「象形速查表」——試著用斷言，寫出更像頂尖駭客的優雅程式碼吧！
推薦hahow線上學習python: https://igrape.net/30afN
進階實戰：當遇到連續大寫字母 (Acronyms) 該怎麼辦？
在處理真實的程式碼或測試紀錄時，我們經常會遇到首字母縮寫 (Acronym) 與 CamelCase 混用的情況，例如：AAPLCheckProcessStep 或 XMLHTTPRequest。
如果我們只使用基礎版的正則表達式 (?<=[a-z])(?=[A-Z])，會發現它「切不開」連續大寫字母：
✅ Check 與 Process 之間 (k 接 P) -> 成功切開
❌ AAPL 與 Check 之間 (L 接 C) -> 失敗！因為兩邊都是大寫字母。
這時候，我們需要升級我們的 Regex 武器，利用 | (OR) 運算子，將「兩種切換條件」組合起來：
進階正則表示式
pattern = r'(?<=[a-z])(?=[A-Z])|(?<=[A-Z])(?=[A-Z][a-z])'語法拆解與定位原理
這個進階 Pattern 由 | 分成左右兩個條件（只要滿足其中一個就會切開）：
- 條件一：
(?<=[a-z])(?=[A-Z])(一般 CamelCase)- Lookbehind：左邊是小寫字母
[a-z] - Lookahead：右邊是大寫字母
[A-Z] - 🎯 作用點：
Check與Process之間的邊界。
- Lookbehind：左邊是小寫字母
- 條件二：
(?<=[A-Z])(?=[A-Z][a-z])(縮寫詞接一般單字)- Lookbehind
(?<=[A-Z])：左邊是一個大寫字母（代表縮寫詞的結尾，例如AAPL的L）。 - Lookahead
(?=[A-Z][a-z])：右邊必須是**「一個大寫字母緊接著一個小寫字母」**（代表新單字的開頭，例如Check的Ch）。 - 🎯 作用點：精準定位在
AAPL的L與Check的C之間的隱形邊界！
- Lookbehind
Python 實戰程式碼
import re
def advanced_camel_split(text):
# 組合兩個斷詞條件
pattern = r'(?<=[a-z])(?=[A-Z])|(?<=[A-Z])(?=[A-Z][a-z])'
# 在符合條件的隱形邊界上插入空格
return re.sub(pattern, ' ', text)
# 測試各種棘手的命名
test_cases = [
"AAPLCheckProcessStep",
"GetUutIpProcessStep",
"XMLHTTPRequest",
"parseJSONData"
]
for name in test_cases:
print(f"{name:25} -> {advanced_camel_split(name)}")輸出結果：
💡 提示：為什麼不會把 AAPL 切成 A A P L？
因為 (?=[A-Z][a-z]) 這個條件非常聰明地限定了：右邊的大寫字母後面必須跟著小寫字母。所以 A 後面是 A (沒有小寫)，P 後面是 L (沒有小寫)，就不會被誤切；直到 L 後面遇到 Ch (大寫接小寫)，才會發動切割！
推薦hahow線上學習python: https://igrape.net/30afN
改用 re.split
import re
def advanced_camel_split(text):
# 組合兩個斷詞條件
pattern = r'(?<=[a-z])(?=[A-Z])|(?<=[A-Z])(?=[A-Z][a-z])'
# 在符合條件的隱形邊界上插入空格
return re.sub(pattern, ' ', text)
# 測試各種棘手的命名
test_cases = [
"AAPLCheckProcessStep",
"GetUutIpProcessStep",
"XMLHTTPRequest",
"parseJSONData"
]
for name in test_cases:
print(f"{name:25} -> {advanced_camel_split(name)}")
print("\n--- 換用 re.split 示範 ---\n")
def list_camel_split(text):
pattern = r'(?<=[a-z])(?=[A-Z])|(?<=[A-Z])(?=[A-Z][a-z])'
# 直接在縫隙處切一刀，直接輸出 List
return re.split(pattern, text)
for name in test_cases:
print(f"{name:25} -> {list_camel_split(name)}")
📝 教學：為什麼 re.split 也能「切縫隙」？
在標準的字串處理中，我們習慣用具體的字元來切割，例如 text.split(',') 用逗號切。但在正規表達式中，re.split() 允許我們把「隱形邊界（零寬度）」當作下刀的位置。
1. 什麼是「零寬度 (Zero-width)」？
我們使用的 Regex (?<=[a-z])(?=[A-Z]) 是由 Lookbehind（回溯向後看）與 Lookahead（前瞻向前看）組成的。
這段寫法沒有捕捉任何實體字母，它只捕捉「右邊是大寫、左邊是小寫」的那個虛擬卡榫（縫隙）。
2. re.sub vs re.split 的差異
既然都找到了這個「縫隙」，你有兩種做法：
- 做法 A：塞東西進去 (
re.sub)
也就是您上面原本的寫法，把找到的縫隙填入一個實體的空白" "，會得到加工後的新字串"AAPL Check Process Step"。 - 做法 B：直接斬斷 (
re.split)
當re.split()遇到這個縫隙時，它會直接從該處把字串一分為二（或多份），並直接回傳一個 List。這免去了您先用re.sub塞空白，事後又要呼叫.split(' ')的兩道工序。
3. 陷阱：如果你加了外層括號 ()
在 re.split() 中有一個特殊規則：如果你在 Regex 裡面使用了實體的捕獲群組 ()，切割時會把「被當作刀子的那個字串」也一起保留在 List 結果裡。
但因為我們使用的是 (?<=...) 和 (?=...) 這種非捕獲的零寬度斷言，它本身就是空氣，所以切出來的 List 看起來非常乾淨：['AAPL', 'Check', 'Process', 'Step']
總結：
當你需要最終結果是「字串（例如供前端顯示）」，用 re.sub 補空白；
當你需要最終結果是「陣列（例如供模型做 Tokenization 餵資料）」，直接用 re.split 效能最好，最乾脆！
推薦hahow線上學習python: https://igrape.net/30afN
近期留言