命令行与文本处理 / 系统课时
字符集合
字符集合
学习目标
- 理解字符集合的基本语义。
- 会使用方括号列出候选字符。
- 能匹配有限分隔符。
- 区分字符集合与字符串选择。
问题背景或应用场景
当某一个位置只允许少量候选字符时,可以使用字符集合。例如 gray 和 grey 只有一个位置不同,可以用同一个模式描述。
核心原理
- 方括号定义一个字符集合。
- 字符集合匹配其中任意一个字符。
- 集合只占一个字符位置。
- 集合中的字符顺序通常不影响结果。
- 字符集合不能表示多个完整字符串之间的选择。
模式 gr[ae]y 同时允许第三个字符为 a 或 e,因此可以匹配 gray 和 grey。
基础用法
本课涉及的核心写法如下:
text
[abc]
[Jj]ava
gr[ae]y
[,;]
L[123]字符集合适合有限候选字符。完整单词之间的选择需要使用分组和竖线。
完整可运行示例
将代码保存为:
text
character_set.pypython
import re
words = ["gray", "grey", "groy", "Gray"]
pattern = r"gr[ae]y"
for word in words:
print(f"{word}: {re.fullmatch(pattern, word) is not None}")
separator_pattern = r"[,;]"
print(f"拆分结果:{re.split(separator_pattern, 'red,green;blue')}")
level_pattern = r"L[123]"
print(f"级别结果:{re.findall(level_pattern, 'L1 L2 L3 L4')}")运行命令:
bash
python character_set.py预期输出
text
gray: True
grey: True
groy: False
Gray: False
拆分结果:['red', 'green', 'blue']
级别结果:['L1', 'L2', 'L3']Tips
- 字符集合表示单个位置的候选字符。
- 集合非常适合有限分隔符。
- 完整单词选择应使用选择分支。
- 集合中的部分符号会因位置不同而改变含义。
常见错误
1. 把集合当作字符串
模式 [abc] 只匹配一个字符,不等于字符串 abc。
2. 把完整单词放进集合
模式 [cat|dog] 不能表达 cat 或 dog。
3. 忽略大小写位置
模式 [cC]at 只处理首字母大小写。
本课练习
- 使用字符集合匹配 A1 和 A2,但不匹配 A4。
- 匹配短横线或下划线。
- 匹配 cat 和 Cat。
- 解释为什么字符集合不能直接表达 color 或 colour。
按自己的节奏,确认真正理解。