正则表达式环视（正向预查）提取非重叠序列原理咨询

这是个超棒的问题，刚好能帮我们把正则里普通匹配和零宽度环视的核心逻辑掰明白！我来一步步拆解给你看：

一、普通非重叠匹配re.findall(r'aa', 'aaadaa')的逻辑 #

先看你预期的正常情况：输入文本是aaadaa（字符位置索引从0开始：0:a,1:a,2:a,3:d,4:a,5:a）。
普通正则匹配的核心是匹配到字符后会“消耗”它们：

• 第一步：从位置0开始，匹配到aa（0-1位的两个a），匹配成功后，正则指针直接跳到位置2（因为这两个字符已经被用掉了，不能再重复匹配）。
• 第二步：位置2是a，但后面跟着d，匹配不了aa，指针继续往后跳，直到位置4，匹配到aa（4-5位的两个a），再次成功。
• 最终得到两个匹配结果：['aa', 'aa']，完全符合非重叠的预期。

二、正向预查(?=(aa))的工作机制 #

关键点来了：环视（lookaround）属于零宽度断言（zero-width assertions）——它根本不“消耗”任何字符！它只是站在当前位置，检查后面（正向预查）是否存在符合条件的内容，检查完之后，指针还留在原地，不会移动。

我们再一步步走aaadaa的匹配流程：

1. 位置0：检查当前位置后面有没有aa？有（0-1位），捕获组里的aa被记录下来，指针仍然停在0。
2. 位置1：检查当前位置后面有没有aa？有（1-2位），捕获组的aa再次被记录，指针还是停在1。
3. 位置2：后面是d，凑不出aa，跳过。
4. 位置3：后面是a（位置4），但da不是aa，跳过。
5. 位置4：检查后面有没有aa？有（4-5位），捕获组记录第三个aa，指针停在4。
6. 位置5：后面没有字符了，匹配失败。

所以最终会得到3个aa：['aa', 'aa', 'aa']——这本质是因为正向预查允许“重叠检查”，它不会占用字符，每个位置都能单独检查一次后面的内容。

三、如果想用环视实现非重叠匹配？ #

如果你想用环视同时做到非重叠提取，其实可以结合消耗字符的逻辑，比如写(?=(aa))\1：

• (?=(aa))先预查后面有aa，然后\1会把捕获到的aa匹配出来（这一步会消耗字符），这样就和普通匹配的逻辑一致了，执行re.findall(r'(?=(aa))\1', 'aaadaa')会得到['aa', 'aa']。

内容的提问来源于stack exchange，提问作者setu shwetank