比较详细Python正则表达式操作指南(re使用)[5]_python re.match csharp-优快云博客

本文深入探讨了正则表达式中的高级元字符，包括零宽界定符、可选项操作符、行首与行尾匹配等，并通过示例说明了这些元字符的应用场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

更多的元字符

还有一些我们还没展示的元字符，其中的大部分将在本节展示。

剩下来要讨论的一部分元字符是零宽界定符（zero-width assertions）。它们并不会使引擎在处理字符串时更快;相反，它们根本就没有对应任何字符，只是简单的成功或失败。举个例子， "b 是一个在单词边界定位当前位置的界定符（assertions），这个位置根本就不会被 "b 改变。这意味着零宽界定符（zero-width assertions）将永远不会被重复，因为如果它们在给定位置匹配一次，那么它们很明显可以被匹配无数次。

可选项，或者 "or" 操作符。如果 A 和 B 是正则表达式，A|B 将匹配任何匹配了 "A" 或 "B" 的字符串。| 的优先级非常低，是为了当你有多字符串要选择时能适当地运行。Crow|Servo 将匹配"Crow" 或 "Servo", 而不是 "Cro", 一个 "w" 或一个 "S", 和 "ervo"。

为了匹配字母 "|"，可以用 "|，或将其包含在字符类中，如[|]。

匹配行首。除非设置 MULTILINE 标志，它只是匹配字符串的开始。在 MULTILINE 模式里，它也可以直接匹配字符串中的每个换行。

例如，如果你只希望匹配在行首单词 "From"，那幺 RE 将用 ^From。

#!python

>>> print re.search('^From', 'From Here to Eternity' )

<re.MatchObject instance at 80c1520>

>>> print re.search('^From', 'Reciting From Memory' )

None

匹配行尾，行尾被定义为要么是字符串尾，要么是一个换行字符後面的任何位置。

#!python

>>> print re.search('}$', '{block}' )

<re.MatchObject instance at 80adfa8>

>>> print re.search('}$', '{block} ' )

None

>>> print re.search('}$', '{block}"n' )

<re.MatchObject instance at 80adfa8>

匹配一个 "$"，使用 "$ 或将其包含在字符类中，如[$]。

只匹配字符串首。当不在 MULTILINE 模式，"A 和 ^ 实际上是一样的。然而，在 MULTILINE 模式里它们是不同的；"A 只是匹配字符串首，而 ^ 还可以匹配在换行符之後字符串的任何位置。

Matches only at the end of the string.
只匹配字符串尾。

单词边界。这是个零宽界定符（zero-width assertions）只用以匹配单词的词首和词尾。单词被定义为一个字母数字序列，因此词尾就是用空白符或非字母数字符来标示的。

下面的例子只匹配 "class" 整个单词；而当它被包含在其他单词中时不匹配。

#!python

>>> p = re.compile(r'"bclass"b' )

>>> print p.search('no class at all' )

<re.MatchObject instance at 80c8f28>

>>> print p.search('the declassified algorithm' )

None

>>> print p.search('one subclass is' )

None

当用这个特殊序列时你应该记住这里有两个微妙之处。第一个是 Python 字符串和正则表达式之间最糟的冲突。在 Python 字符串里，""b" 是反斜杠字符，ASCII值是8。如果你没有使用 raw 字符串时，那幺 Python 将会把 ""b" 转换成一个回退符，你的 RE 将无法象你希望的那样匹配它了。下面的例子看起来和我们前面的 RE 一样，但在 RE 字符串前少了一个 "r" 。