正则指引第一章学习笔记

第一章讲的是字符组（Character Class）。
在正则表达式中，它表示"在同一个位置可能出现的各种字符"，其写法是在一对方括号[和]之间列出所有可能出现的字符，简单的字符组比如[ab]、[314]、[#.?]
需要注意的地方有
1）-范围表示法的要按ASCII顺序写， [0-9]是合法的，[9-0]会报错

In [1]: import re
In [2]: re.search("^[0-9]$", "2") != None

Out[2]: True
In [3]: re.search("^[9-0]$", "2") != None
error                                     Traceback (most recent call last)

Traceback (most recent call last):

error: bad character range  

2）匹配数字和字母不要用[0-z]，因为这个范围包括很多标点符号，最好写成[0-9a-zA-Z]

In [4]: re.search("^[0-z]$", "A") != None
Out[4]: True
In [5]: re.search("^[0-z]$", ":") != None

Out[5]: True

3）元字符做为普通字符使用时需要转义，在python代码中，普通字符串的转义需要加两个"\",原生字符串需要一个"\" 推荐使用原生字符串

#原生字符串和字符串的等价  
In [6]: r"^[0\-9]$" == "^[0\\-9]$"
Out[6]: True
#原生字符串的转义要简单许多  
In [7]: re.search(r"^[0\-9]$", "3") != None
Out[7]: False
In [8]: re.search(r"^[0\-9]$", "-") != None
Out[8]: True

4)]出现在不同位置，含义不同,正则表达式将]与前面最近的[匹配

#未转义的]  
In [9]: re.search(r"^[012]345]$", "2345") != None
Out[9]: False
In [10]: re.search(r"^[012]345]$", "2345]") != None

Out[10]: True
In [11]: re.search(r"^[012]345]$", "5") != None

Out[11]: False
In [12]: re.search(r"^[012]345]$", "]") != None

Out[12]: False

#转义的]

In [13]: re.search(r"^[012]345]$", "2345") != None

Out[13]: False
In [14]: re.search(r"^[012]345]$", "5") != None

Out[14]: True
In [15]: re.search(r"^[012]345]$", "]") != None

Out[15]: True 

5)字符组简记法

常见的字符组简记法有\d、\w、\s。从表面上看，它们与[…]完全没联系，其实是一致的。其中\d等价于[0-9]，其中的d代表"数字（digit）"； \w等价于[0-9a-zA-Z_]，其中的w代表"单词字符（word）"；\s等价于[ \t\r\n\v\f]（第一个字符是空格），s表示"空白字符（space）"。

re.search(r"^\d$", "8") != None      #  => True  
re.search(r"^\d$", "a") != None      #  => False
re.search(r"^\w$", "8") != None     #  => True

re.search(r"^\w$", "a") != None     #  => True

re.search(r"^\w$", "_") != None     #  => True
re.search(r"^\s$", " ") != None     #  => True

re.search(r"^\s$", "\t") != None    #  => True

re.search(r"^\s$", "\n") != None    #  => True

6)相对于\d、\w和\s这三个普通字符组简记法，正则表达式也提供了对应排除型字符组的简记法：\D、\W和\S--字母完全一样，只是改为大写。这些简记法匹配的字符互补：\s能匹配的字符，\S一定不能匹配；\w能匹配的字符，\W一定不能匹配；\d能匹配的字符，\D一定不能匹配。例1-19示范了这几个字符组简记法的应用。

#\d和\D  
re.search(r"^\d$", "8") != None     #  => True  
re.search(r"^\d$", "a") != None     #  => False  
re.search(r"^\D$", "8") != None     #  => False  
re.search(r"^\D$", "a") != None     #  => True  
#\w和\W  
re.search(r"^\w$", "c") != None     #  => True  
re.search(r"^\w$", "!") != None     #  => False  
re.search(r"^\W$", "c") != None     #  => False  
re.search(r"^\W$", "!") != None     #  => True  
#\s和\S  
re.search(r"^\s$", "\t") != None    #  => True  
re.search(r"^\s$", "0") != None         #  => False  
re.search(r"^\S$", "\t") != None    #  => False  
re.search(r"^\S$", "0") != None         #  => True