亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

Python正則表達式:字符集及內部順序

系統 1576 0

1.基礎內容

[] (中括號)用于描述正則表達式中的字符集,可以通過向字符集內部輸入字符來自定義匹配的內容。

            
              
                import
              
               re

regex1 
              
                =
              
               re
              
                .
              
              
                compile
              
              
                (
              
              
                '[ABC]'
              
              
                )
              
              
message1 
              
                =
              
              
                "Hello. This is ABC club. A man will serve you then."
              
              
                print
              
              
                (
              
              regex1
              
                .
              
              findall
              
                (
              
              message1
              
                )
              
              
                )
              
            
          

輸出:[‘A’, ‘B’, ‘C’, ‘A’]

正則表達式會根據中括號里的任意一個字符進行匹配。

如果想要匹配的字符很多,例如所有的大寫字母時,可以這樣操作:(這里是為了演示字符集的用法)

            
              regex2 
              
                =
              
               re
              
                .
              
              
                compile
              
              
                (
              
              
                '[A-Z]'
              
              
                )
              
              
message2 
              
                =
              
              
                "It's my DUTY to save your SOUL."
              
              
                print
              
              
                (
              
              regex2
              
                .
              
              findall
              
                (
              
              message2
              
                )
              
              
                )
              
            
          

輸出:[‘I’, ‘D’, ‘U’, ‘T’, ‘Y’]

如果還想匹配其他的內容,例如數字和大寫字母時:

            
              regex3 
              
                =
              
               re
              
                .
              
              
                compile
              
              
                (
              
              
                '[0-9A-Z]'
              
              
                )
              
              
message3 
              
                =
              
              
                "There are 7 GOBLINS and 2 dwarves in my house! Help!"
              
              
                print
              
              
                (
              
              regex3
              
                .
              
              findall
              
                (
              
              message3
              
                )
              
              
                )
              
            
          

輸出:[‘T’, ‘7’, ‘G’, ‘O’, ‘B’, ‘L’, ‘I’, ‘N’, ‘S’, ‘2’, ‘H’]

0-9,A-Z之間不分開。 如果想要匹配減號 ‘-’,使用轉義字符 ‘\-’ 來代替。

2.內部順序

繼續研究這個字符集,我產生了一個疑問:能否使用 [A-z] 這樣的順序呢?

答案是肯定的。不過,這里會發生一些特別的事情:

            
              regex4 
              
                =
              
               re
              
                .
              
              
                compile
              
              
                (
              
              
                '[A-z]'
              
              
                )
              
              
message4 
              
                =
              
              
                "ABC Z [^] abc z"
              
              
                print
              
              
                (
              
              regex4
              
                .
              
              findall
              
                (
              
              message4
              
                )
              
              
                )
              
              

regex5 
              
                =
              
               re
              
                .
              
              
                compile
              
              
                (
              
              
                '[M-m]'
              
              
                )
              
              
message5 
              
                =
              
              
                "KLMNO...klmno"
              
              
                print
              
              
                (
              
              regex5
              
                .
              
              findall
              
                (
              
              message5
              
                )
              
              
                )
              
            
          

輸出:[‘A’, ‘B’, ‘C’, ‘Z’, ‘[’, ‘^’, ‘]’, ‘a’, ‘b’, ‘c’, ‘z’]
[‘M’, ‘N’, ‘O’, ‘k’, ‘l’, ‘m’]

嗯……好像上面插入了某些符號?

這里大概可以得到出來一個結論: 對于 [(c1)-(c2)] 的結構,它是根據 ASCII 的順序操作的,表示可以匹配 c1 到 c2 之間(包括 c1 和 c2)的所有字符。

讓我們來驗證一下:

            
              regex6 
              
                =
              
               re
              
                .
              
              
                compile
              
              
                (
              
              
                '[#-E]'
              
              
                )
              
              
message6 
              
                =
              
              
                "Awesome! The last 5% M&M Candies (10 candies) are nice; I'll enjoy them!"
              
              
                print
              
              
                (
              
              regex6
              
                .
              
              findall
              
                (
              
              message6
              
                )
              
              
                )
              
            
          

輸出:[‘A’, ‘5’, ‘%’, ‘&’, ‘C’, ‘(’, ‘1’, ‘0’, ‘)’, ‘;’, “’”] -----(最后一個是單引號)

查看一下 ASCII 表:
35 - # , 69 - E

33 - !,37 - %,38 - &,39 - ',40 - (,41 - )
48 - 0,49 - 1,53 - 5
59 - ;
65 - A,73 - I

于是基本上可以確定: 字符集中,以 ‘-’ 為連接的字符順序滿足 ASCII 的排列規則 ,即: 對于 [(c1)-(c2)],對應的 ASCII 值 c1 <= c2 時,匹配 c1 到 c2 之間的字符。

讓我們做一個驗證:如果把 [(c1)-(c2)] 的順序交換,即 c1 的 ASCII 值小于 c2,會怎么樣呢?

            
              regex7 
              
                =
              
               re
              
                .
              
              
                compile
              
              
                (
              
              
                '[a-Z]'
              
              
                )
              
              
message7 
              
                =
              
              
                "Maybe it's wrong..."
              
              
                print
              
              
                (
              
              regex7
              
                .
              
              findall
              
                (
              
              message7
              
                )
              
              
                )
              
            
          

然后就會顯示一長串的報錯信息:

  • Traceback (most recent call last):
    File “G:/work/examples/eg_7_2.py”, line 27, in
    regex7 = re.compile(’[a-Z]’)
    File “D:\Python37\lib\re.py”, line 234, in compile
    return _compile(pattern, flags)
    File “D:\Python37\lib\re.py”, line 286, in _compile
    p = sre_compile.compile(pattern, flags)
    File “D:\Python37\lib\sre_compile.py”, line 764, in compile
    p = sre_parse.parse(p, flags)
    File “D:\Python37\lib\sre_parse.py”, line 930, in parse
    p = _parse_sub(source, pattern, flags & SRE_FLAG_VERBOSE, 0)
    File “D:\Python37\lib\sre_parse.py”, line 426, in _parse_sub
    not nested and not items))
    File “D:\Python37\lib\sre_parse.py”, line 580, in _parse
    raise source.error(msg, len(this) + 1 + len(that))
    re.error: bad character range a-Z at position 1 (手動加粗)

Process finished with exit code 1

大概意思就是:a-Z 不符合字符集匹配的順序(因為 a - 97,而 Z - 90,a 的 ASCII 值大于 Z),從而引發了問題。

結論:字符集中,以 ‘-’ 為連接的字符順序滿足 ASCII 的排列規則,前小后大。

更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 第四色奇米影视 | 看黄网站在线观看 | 青青草久热精品视频在线观看 | 亚洲另类精品综合 | 国产精品区一区二区免费 | 天天干天天拍天天射天天添天天爱 | 欧美高清无砖专区欧美精品 | 免费观看欧美一级毛片 | 久久精品国产69国产精品亚洲 | 一级毛片直接看 | 99爱视频| 久久福利青草免费精品 | 四虎免费永久网站入口 | 欧美一二区视频 | 另类日本人xxxxbbbb | 亚洲国产成人资源在线桃色 | 99在线精品国产不卡在线观看 | 国产伊人网 | 色婷婷精品大视频在线蜜桃视频 | 国产亚洲一区呦系列 | 国产欧美成人xxx视频 | 综合色伊人 | 夜夜操操| 国产青青青 | 夜夜欢视频| 国产日韩欧美综合一区二区三区 | 久久久久网站 | 羞羞视频在线观看视频 | 国产精品亚洲综合一区 | 亚洲日韩精品欧美一区二区一 | 成人在激情在线视频 | 亚洲精品麻豆 | 91国高清视频 | 中文字幕亚洲综合久久202 | 神马老子不卡视频在线 | 欧美 亚洲 另类 热图 | 日日噜噜夜夜狠狠视频无 | 久久久久久久综合色一本 | 国产精品精品国产一区二区 | 天天爱夜夜爽 | 国产精品成人免费视频不卡 |