[Python知识库]正则表达式匹配的理解

正则表达式的三步走：

Python字符串的转义?? --》?? 正则表达式转义? --》 内容与转义后原始字符串内容进行匹配

import re

re.search('\\t','\t').group() ?#>>'\t'

1.'\\t' python字符串转义为正则表达式? \t????

2.正则表达式解释 \t 为一个制表符

3.python字符串内容'\t' 转义为原始字符串? 即一个制表符

4.正则表达式 与 原始(正常)字符串匹配? ??

明确两个概念 python字符串 和 原始的字符串

原始字符串? 我就想表达一个反斜杠后面加英文 即 \abc

python字符串? 想表示\原始的意义需要加一个转义字符 即变成'\\abc'

正则表达式 与 原始字符串 进行匹配

例：

import re

pureStr = re.search('\\\\abc','\\abc').group() ?#>>'\\abc' ?

print(pureStr) ?#>>\abc

????????1.pyhon字符串'\\\\abc' --》 正则表达式\\abc? 匹配字符串? \abc

????????2.python字符串'\\abc' --》 原始字符串 \abc

????????3.匹配字符串? 与 原始字符串 一致因而能够匹配上

特殊符号的匹配

例：

1.

import re

re.search('\\~','\~').group() ?#>>'~' ?

print(re.search('\\~','\~').group()) ?#>>~

re.search('\\~','\~').span() ?#>>(1,2)

2.

import re

re.search('\\\\~','\~').group() ?#>>'\\~' ?

print(re.search('\\\\~','\~').group()) ?#>>\~

3.

import re

re.search('\\\\\\~','\\~').group() ?#>>'\\~' ?

print(re.search('\\\\\\~','\\~').group()) ?#>>\~

4.

import re

re.search('\\\\~','\\~').group() ?#>>'\\~' ?

print(re.search('\\\\~','\\~').group()) ?#>>\~

5.

import re

re.search('\\\\\\\\~','\\\\~').group() ?#>>'\\\\~' ?

print(re.search('\\\\\\\\~','\\\\~').group()) ?#>>\\~

为什么会有这种情况？

1号工作流程

?? 1.python字符串'\\~'? --》 正则表达式\~? 匹配字符串~???

从这里我们可以看出正则表达式将? \特殊字符? 都直接解释为该特殊字符?

正则表达式 \#? 匹配字符串? #??? 正则表达式 \=? 匹配字符串 =

? 2.python字符串'\~' --》 原始字符串 \~?

理解为什么原始字符串是\~ 而不是 ~

因为从span()方法可以看出是从母串的第二个字符匹配上的，如果python字符串'\~' 转换为原始字符串为~,那返回值应该是(0,1),从而也知道python字符串并不会转义~,但正则表达式会

? 3.匹配字符串? 与 原始字符串? 去进行匹配

2号

理解为什么group()返回的python字符串是'\\~'

因为若原始字符串是 \~? 所对应的python字符串就应该为 '\\~'

写为'\~'? 不会报错因为python字符串并不会转义~,它知道你想表达的原始字符串为\~,为使得正确表达在底层实际上帮你补了一个'\'，因而'\~' 实际上其实是'\\~'

这样整个工作流程也就好理解了

1.python字符串'\\\\~' --》 正则表达式 \\~? 匹配字符串 \~

2.python字符串'\~' --》? 原始字符串\~

3.进行匹配

3号工作流程

1.python字符串'\\\\\\~' --》 正则表达式 \\\~ 匹配字符串 \~? (注：\\匹配\? \~匹配~)

2.python字符串'\\~' --》? 原始字符串\~

3.进行匹配

4号工作流程

1.python字符串'\\\\~' --》 正则表达式 \\~? 匹配字符串 \~

2.python字符串'\\~' --》? 原始字符串\~

3.进行匹配

5号工作流程

1.python字符串'\\\\\\\\~' --》 正则表达式 \\\\~? 匹配字符串 \\~

2.python字符串'\\\\~' --》? 原始字符串\\~

3.进行匹配

转义字符的匹配

例：

1.

import re

re.search('\n','\n').group()??? #>>'\n'

print(re.search('\n','\n').group())

2.

import re

re.search('\\n','\n').group()? #>>'\n'

print(re.search('\\n','\n').group())

3.

import re

re.search('\\n','\\n').group()?? #报错

print(re.search('\\n','\\n').group())

为什么1和2结果一样，3却报错

模拟1.流程：

1.python字符串'\n' --》正则表达式 一个换行符? 匹配一个换行符??

怎么理解：假设python字符串为'a'? --》正则表达式? a? (即一个固定a字符，这里a和换行符一个概念，都是固定字符)? 因此正则表达式 a 匹配字符串 a????? 同理正则表达式 换行符? 匹配字符串换行符

2.python字符串'\n' --》 原始字符串 一个换行符

3.进行匹配

模拟2.流程：

1.python字符串'\\n' --》正则表达式 \n? 匹配字符串 一个换行符

2.python字符串'\n' --》 原始字符串 一个换行符

3.进行匹配

模拟3.流程：

1.python字符串'\\n' --》正则表达式 \n? 匹配字符串 一个换行符

2.python字符串'\\n' --》 原始字符串 \n

3.换行符 与 \n 不匹配? 换行符等价于字符a是一个字符，而原始字符串\n 是两个字符

总结：

说了这么多,总算把这几个概念理清楚了。

在实际运用中,还是直接 r'' 来就好了，这样就没有python字符串转义这一中间过程了

例：想匹配字符串 \sub

import re

re.search(r'\\sub',r'\this is a sample \subsription').group() ?#>>'\\sub'

print(re.search(r'\\sub',r'\this is a sample \subsription').group()) #>>\sub