python - 为什么 Python 正则表达式 ".*PATTERN*"匹配 "XXPATTERXX"？

Question

假设我想在字符串中查找 "PATTERN"，其中 "PATTERN" 可以是字符串中的任何位置。我的第一次尝试是 *PATTERN*，但这会产生一个错误，指出“没有什么可重复的”，我可以接受，所以我尝试了 .*PATTERN*。然而，这个正则表达式没有给出预期的结果，见下文

import re
p = re.compile(".*PATTERN*")
s = "XXPATTERXX"
if p.match(s):
    print s + " match with '.*PATTERN*'"

结果是

XXPATTERXX match with '.*PATTERN*'

为什么 "PATTER" 匹配？

注意:我知道我可以使用 .*PATTERN.* 来获得预期的结果，但我很想知道为什么它本身的星号无法获得结果。

Answer 1

您的模式在末尾匹配 0 个或多个 N 个字符，但没有说明那些 N 个字符之后的内容。

您可以将 $ 添加到模式以锚定到输入字符串的末尾以禁止 XX:

>>> import re
>>> re.compile(".*PATTERN*$")
<_sre.SRE_Pattern object at 0x10029fb90>
>>> import re
>>> p = re.compile(".*PATTERN*$")
>>> p.match("XXPATTERXX") is None
True
>>> p.match("XXPATTER") is None
False
>>> p.match("XXPATTER")
<_sre.SRE_Match object at 0x1004627e8>

您可能需要研究不同类型的 anchor 。 \b 也可能满足您的需求；它匹配单词边界(所以在 \w 和 \W 类字符之间，或者在 \W 和 \w)，或者你可以使用否定的前瞻和后视来禁止你的 PATTERN 字符串周围的其他字符。