|
有同學(xué)問起昨天那段測試代碼里的問題，我來簡單說一下。
1.
r"hi"
這里字符串前面加了r，是raw的意思，它表示對字符串不進(jìn)行轉(zhuǎn)義。為什么要加這個？你可以試試print
"\bhi"和r"\bhi"的區(qū)別。
>>> print "\bhi"
hi
>>> print r"\bhi"
\bhi
可以看到，不加r的話，\b就沒有了。因為python的字符串碰到“\”就會轉(zhuǎn)義它后面的字符。如果你想在字符串里打“\”，則必須要打“\\”。
>>> print "\\bhi"
\bhi
這樣的話，我們的正則表達(dá)式里就會多出很多“\”，讓本來就已經(jīng)復(fù)雜的字符串混亂得像五仁月餅一般。但加上了“r”，就表示不要去轉(zhuǎn)義字符串中的任何字符，保持它的原樣。
2.
re.findall(r"hi", text)
re是python里的正則表達(dá)式模塊。findall是其中一個方法，用來按照提供的正則表達(dá)式，去匹配文本中的所有符合條件的字符串。返回結(jié)果是一個包含所有匹配的list。
3.
今天主要說兩個符號“.”和“*”，順帶說下“\S”和“?”。
“.”在正則表達(dá)式中表示除換行符以外的任意字符。在上節(jié)課提供的那段例子文本中：
Hi, I am Shirley Hilton. I am his wife.
如果我們用“i.”去匹配，就會得到
['i,', 'ir', 'il', 'is', 'if']
你若是暴力一點，也可以直接用“.”去匹配，看看會得到什么。
與“.”類似的一個符號是“\S”，它表示的是不是空白符的任意字符。注意是大寫字符S。
4.
在很多搜索中，會用“?”表示任意一個字符，“*”表示任意數(shù)量連續(xù)字符，這種被稱為通配符。但在正則表達(dá)式中，任意字符是用“.”表示，而“*”則不是表示字符，而是表示數(shù)量：它表示前面的字符可以重復(fù)任意多次（包括0次），只要滿足這樣的條件，都會被表達(dá)式匹配上。
結(jié)合前面的“.*”，用“I.*e”去匹配，想一下會得到什么結(jié)果？
['I am Shirley Hilton. I am his wife']
是不是跟你想的有些不一樣？也許你會以為是
['I am Shirle', 'I am his wife']
這是因為“*”在匹配時，會匹配盡可能長的結(jié)果。如果你想讓他匹配到最短的就停止，需要用“.*?”。如“I.*?e”，就會得到第二種結(jié)果。這種匹配方式被稱為懶惰匹配，而原本盡可能長的方式被稱為貪婪匹配。
最后留一道習(xí)題：
從下面一段文本中，匹配出所有s開頭，e結(jié)尾的單詞。
site sea sue sweet see case sse ssee loses
|
