【Python 第56课】 正则表达式（2）

crossin先生

有同学问起昨天那段测试代码里的问题，我来简单说一下。

1.
r"hi"

这里字符串前面加了r，是raw的意思，它表示对字符串不进行转义。为什么要加这个？你可以试试print "\bhi"和r"\bhi"的区别。
>>> print "\bhi"
hi
>>> print r"\bhi"
\bhi

可以看到，不加r的话，\b就没有了。因为python的字符串碰到“\”就会转义它后面的字符。如果你想在字符串里打“\”，则必须要打“\\”。
>>> print "\\bhi"
\bhi

这样的话，我们的正则表达式里就会多出很多“\”，让本来就已经复杂的字符串混乱得像五仁月饼一般。但加上了“r”，就表示不要去转义字符串中的任何字符，保持它的原样。

2.
re.findall(r"hi", text)

re是python里的正则表达式模块。findall是其中一个方法，用来按照提供的正则表达式，去匹配文本中的所有符合条件的字符串。返回结果是一个包含所有匹配的list。

3.
今天主要说两个符号“.”和“*”，顺带说下“\S”和“?”。
“.”在正则表达式中表示除换行符以外的任意字符。在上节课提供的那段例子文本中：
Hi, I am Shirley Hilton. I am his wife.

如果我们用“i.”去匹配，就会得到
['i,', 'ir', 'il', 'is', 'if']

你若是暴力一点，也可以直接用“.”去匹配，看看会得到什么。

与“.”类似的一个符号是“\S”，它表示的是不是空白符的任意字符。注意是大写字符S。

4.
在很多搜索中，会用“?”表示任意一个字符，“*”表示任意数量连续字符，这种被称为通配符。但在正则表达式中，任意字符是用“.”表示，而“*”则不是表示字符，而是表示数量：它表示前面的字符可以重复任意多次（包括0次），只要满足这样的条件，都会被表达式匹配上。

结合前面的“.*”，用“I.*e”去匹配，想一下会得到什么结果？
['I am Shirley Hilton. I am his wife']

是不是跟你想的有些不一样？也许你会以为是
['I am Shirle', 'I am his wife']

这是因为“*”在匹配时，会匹配尽可能长的结果。如果你想让他匹配到最短的就停止，需要用“.*?”。如“I.*?e”，就会得到第二种结果。这种匹配方式被称为懒惰匹配，而原本尽可能长的方式被称为贪婪匹配。

最后留一道习题：
从下面一段文本中，匹配出所有s开头，e结尾的单词。

site sea sue sweet see case sse ssee loses


#==== Crossin的编程教室 ====#
微信ID：crossincode
论坛：http://crossin.me
QQ群：156630350

面向零基础初学者的编程课
每天5分钟，轻松学编程

crossin先生

dreamwell 发表于 2019-1-4 09:09
“你若是暴力一点，也可以直接用“.”去匹配，看看会得到什么。”
坑啊，搞得我的电脑直接蓝屏。。。。。。 ...

这应该跟我无关……只是巧合吧

用 . 只是会把每一个字符都单独分开匹配出来

dreamwell

“你若是暴力一点，也可以直接用“.”去匹配，看看会得到什么。”
坑啊，搞得我的电脑直接蓝屏。。。。。。
版主，解释一下什么原因啊。。。。。。

wwyy4ever

import re
text = "site sea sue sweet see case sse ssee loses"
m = re.findall(r"\bs\S*?e\b", text)
print m

crossin先生

blueheart 发表于 2017-8-25 10:57
为什么要加r不转义?r是不转义字符串中的任何字符,保持它的原样.感觉不太对劲 ...

r是为了字符串不转义，分清字符串本身和正则规则这是两个东西
字符串不转义，才能保证正则拿到 \b 这个规则

blueheart

1. import re
   
2. 
   
3. text = "site sea sue sweet see case sse ssee loses"
   
4. 
   
5. 
   
6. m = re.findall(r"\bs\S*?e\b",text)  #不包括空白字符
   
7. 
   
8. if m:
   
9. 
   
10.     print m
    
11. 
    
12. else:
    
13. 
    
14.     print 'not match'

复制代码

为什么要加r不转义?r是不转义字符串中的任何字符,保持它的原样.感觉不太对劲

brahmagupta

试着写了一下，r"\bs\S.?e\b"这个可以。不知道还有没有更简短的 表达式

nekonekobox

1. #-*- coding:utf-8 -*-
   
2. import re
   
3. text = "site sea sue sweet see case sse ssee loses"
   
4. m = re.findall(r"\bs\S*e\b", text)
   
5. if m:
   
6.     print(m)
   
7. else:
   
8.     print('not match')
   

复制代码

crossin先生

红白姬 发表于 2017-1-31 11:11
懂了，谢谢老师
请问老师，我直接print "\b"
打印出的这个是什么字符啊？

回退键

红白姬

crossin先生 发表于 2017-1-31 10:54
正则的规则：
\b 表示匹配单词边界
\\ 表示匹配字符 \

懂了，谢谢老师
请问老师，我直接print "\b"
打印出的这个是什么字符啊？