Python 正则表达式 - (\w+) 与复杂表达式一起使用时会产生不同的输出

Question

我对 python 正则表达式操作有疑问。给你我的 sample 测试。

>>>re.match(r'(\w+)','a-b') gives an output
>>> <_sre.SRE_Match object at 0x7f51c0033210>

>>>re.match(r'(\w+):(\d+)','a-b:1')
>>> 

为什么第二个正则表达式条件不给出匹配对象，尽管第一个正则表达式为普通字符串匹配条件提供匹配对象，而不管字符串中是否有特殊字符？

但是，\w+ 将匹配 [a-z,A-Z,_]。我不清楚为什么 (\w+) 为字符串 'a-b' 提供匹配的对象。如何检查给定的字符串是否不包含任何特殊字符？

Answer 1

看看实际的比赛会让您了解会发生什么。

>>> re.match(r'(\w+)', 'a-b')
<_sre.SRE_Match object at 0x0000000002DE45D0>
>>> _.groups()
('a',)

如您所见，表达式匹配a。字符序列 \w 仅包含实际的单词字符，但不包含破折号等分隔符。所以你实际上不能只使用 \w+ 来匹配 a-b。

现在在第二个表达式中，人们可能认为它至少会匹配 b:1，因为 \w+ 匹配 b 和 :(\d+) 与 1 匹配。然而，由于 re.match 的原因，它并没有发生。作品。正如文档所暗示的那样，它只会尝试匹配 “在 string 的开头”。因此，当使用 re.match 时，在表达式的开头有一个隐式的 ^ 使其仅从头开始匹配。所以它实际上试图找到以 a 开头的匹配项。

相反，您可以使用 re.search如果它可以在任何地方匹配表达式，它实际上会查看整个字符串。所以在那里，你会得到一个结果:

>>> re.search(r'(\w+):(\d+)', 'a-b:1')
<_sre.SRE_Match object at 0x0000000002E01B58>
>>> _.groups()
('b', '1')

有关search 与match 主题的更多信息，请查看this section in the manual .

最后，如果你也想匹配破折号，你可以使用字符序列 [\w-] 例如:

>>> re.match(r'([\w-]+):(\d+)', 'a-b:1')
<_sre.SRE_Match object at 0x0000000002E01B58>
>>> _.groups()
('a-b', '1')