正则表达式反向匹配

正则表达式（Regular Expression，regex）是一种使用单个字符串来描述、匹配和修改一系列符合某个规则的文本的方法。常用于文本处理、网页爬虫等领域。我们常使用正则表达式进行文本匹配、查找、替换等操作。但其实，正则表达式也可以进行反向匹配操作。即，通过输入目标字符串，从字符串末尾开始匹配正则表达式。

反向匹配基础

反向匹配操作用\G标记，其中\G匹配当前字符串的结束位置。在反向匹配中，每个匹配操作都会从待匹配的字符串的末尾开始。

我们可以使用正则表达式中的\b、\d、\w等符号进行反向匹配。下面是一些常见的正则表达式元素，在反向匹配中的含义。其中\b读作“边界符”（boundary），代表单词边界位置。

\b：匹配单词边界。
\d：匹配数字字符。
\D：匹配非数字字符。
\w：匹配单词字符（字母、数字、下划线）。
\W：匹配非单词字符。

比如，反向匹配“3 in 2019年”的末尾数字：

import re
s = "3 in 2019年"
pattern = r"\d\b"
match = re.search(pattern, s[::-1])
if match:
    print(match.group()[::-1])

上面的代码中，我们使用了re模块中的search()函数，并指定了正则表达式的模式pattern，即“数字+单词边界”。但是，由于反向匹配要从字符串末尾开始，因此我们需要对原始字符串进行反转，即s[::-1]，才能获取正确结果。

下面是另一个例子，反向匹配“hello world！”中的“world”：

import re
s = "hello world!"
pattern = r"\b\w+\b"
match = None
while match is None:
    match = re.search(pattern, s[::-1])
    if match:
        print(match.group()[::-1])
        s = s[:len(s)-match.end()] # 等价于 s[:-match.end()]

在上面的代码中，我们使用了一个while循环，因为反向匹配操作在整个字符串上进行，因此我们需要逐步缩小匹配范围。每次找到一个匹配，就将其匹配位置之前的部分去掉，然后再继续进行反向匹配操作。在这个例子中，我们首先定义了一个正则表达式模式，即匹配单词边界以及单词字符。然后，我们不断地从字符串末尾开始匹配，直到找到第一个匹配项为止。

案例分析：反向匹配邮政编码

除了上面的示例，我们还可以通过一个实际案例，来说明正则表达式的反向匹配操作。在中国，邮政编码是由6位数字组成的编码，常用于邮寄地址的操作。根据GB/T 2260-2007《中华人民共和国行政区划代码》规定，邮政编码前2位代表省份、自治区、直辖市名称，后4位代表县区、街道、乡、村等地址信息。

因此，在反向匹配邮政编码时，我们可以使用正则表达式模式\d{4}\d{2}，表示匹配6位数字。然后根据邮政编码的规律，由后向前每两位取出，等价于我们逆序输出了省份、自治区、直辖市、县区、街道、乡、村等信息。

下面是代码实现：

import re

s = "512001" # 邮政编码为重庆市渝北区
pattern = r"\d{4}\d{2}"
matches = re.findall(pattern, s[::-1])
addresses = [] # 存储地址信息，由后向前每两位取出
for match in matches:
    addresses.append(match[::-1])
addresses.reverse() # 逆序输出地址信息
print(addresses)

该代码中，我们首先定义了一个字符串s，它表示邮政编码为“512001”。然后，我们使用正则表达式模式\d{4}\d{2}进行反向匹配，将所有匹配的结果存储在一个列表matches中。接下来，我们逐个取出匹配项，将它们由后向前每两位取出，存储到列表addresses中。最后，我们将addresses列表逆序输出，即可以得到完整的地址信息。