python - 澄清此 Python 正则表达式和调试信息

Question

>>> rr = re.compile(u"[\24C2]+", re.DEBUG)
max_repeat 1 4294967295
  in
    literal 20
    literal 67
    literal 50

我错误地在上面的正则表达式中输入了 \24C2，而不是 \u24C2。在调试时，我试图理解调试输出。在上面的输出中，literal 20、literal 67 和 literal 50 是什么意思？他们从哪里来？

Answer 1

文字来自指定正则表达式模式中指定范围内的字符(或 unicode 字符串的 unicode 代码点的整数值)的序数表示形式。

>>> chr(20)
'\x14'
>>> chr(67)
'C'
>>> chr(50)
'2'

如果您对为什么有 '\x14' 感到困惑，它来自 '\24'，它是整数 的八进制表示形式20，或十六进制0x14。

>>> '\24'
'\x14'

将其更正为您所说的最初想做的事情:

>>> rr = re.compile(u"[\u24C2]+", re.DEBUG)
max_repeat 1 4294967295
  literal 9410

现在只有一个文字 9410 或 unicode 代码点的整数表示形式可以匹配。