python - 使用 RE 查找仅包含拉丁字母、数字和下划线且不能以数字开头的字符串

Question

我想使用正则表达式('re')来查找变量名称是否仅由拉丁字母、数字和下划线组成，并且它们不能以数字开头。

我试过用

In [3]: name='qq-q'

In [4]: re.match("[a-zA-Z_][0-9a-zA-Z_]*",name)
Out[4]: <_sre.SRE_Match object; span=(0, 2), match='qq'>

In [5]: name='kri[shna0'

In [6]: re.match("[a-zA-Z_][0-9a-zA-Z_]*",name)
Out[6]: <_sre.SRE_Match object; span=(0, 3), match='kri'>

有人能解释一下为什么上面的表达式匹配上面的 '-' 和 '[' 吗？

Answer 1

你快到了!在正则表达式中，* 匹配零个或多个给定字符，始终匹配最长的序列。例如，A* 将与 AAAbcde 匹配，匹配将为 AAA。它还会与 BCDE 进行空匹配，但仍然是匹配。要实现您想要的效果，您需要在模式末尾添加 $:

re.match("[a-zA-Z_][0-9a-zA-Z_]*$",name)

这要求模式匹配输入直到行尾，由 $

表示

如果您使用的是 re.search，则需要以 ^ 开始该模式。但是 re.match 没有必要，因为它只匹配字符串的开头:Python3 doc: search vs match