命令行与文本处理 / 系统课时
排除型字符类
排除型字符类
学习目标
- 掌握排除型字符类语法。
- 会匹配集合之外的字符。
- 区分排除脱字符与开头锚点。
- 能查找非法字符。
问题背景或应用场景
有些规则用“不能是什么”描述更简单,例如查找用户名中的非法符号,或提取逗号之前的内容。
核心原理
- 字符类开头的脱字符表示排除。
- 排除型字符类匹配并消费一个字符。
- 脱字符不在开头时通常不表示排除。
- 字符类外的脱字符通常表示字符串开头。
- 排除规则只排除明确列出的集合。
模式 [^A-Za-z0-9_] 可以查找不属于 ASCII 字母、数字或下划线的字符。
基础用法
本课涉及的核心写法如下:
text
[^abc]
[^0-9]
[^,;]
[^A-Za-z0-9_]排除型字符类配合加号,可以连续匹配多个不属于指定集合的字符。
完整可运行示例
将代码保存为:
text
negated_class.pypython
import re
field_pattern = r"[^,;]+"
print(f"字段:{re.findall(field_pattern, 'apple,banana;orange')}")
usernames = ["user_2026", "user-name", "用户01"]
invalid_pattern = r"[^A-Za-z0-9_]"
for username in usernames:
invalid = re.findall(invalid_pattern, username)
print(f"{username}: 非法字符={invalid}")运行命令:
bash
python negated_class.py预期输出
text
字段:['apple', 'banana', 'orange']
user_2026: 非法字符=[]
user-name: 非法字符=['-']
用户01: 非法字符=['用', '户']Tips
- 排除型字符类仍然只匹配一个字符。
- 查找非法字符时,空列表通常表示基础检查通过。
- 字符范围是否允许中文取决于规则。
- 复杂 CSV 应使用专用解析器。
常见错误
1. 脱字符位置错误
排除脱字符必须紧跟左方括号。
2. 认为它是零宽判断
排除型字符类会实际消费一个字符。
3. 用它完整解析 CSV
带引号和嵌套逗号的 CSV 需要标准解析器。
本课练习
- 在 abc-123_def 中查找不是字母、数字或下划线的字符。
- 输出非法字符的位置。
- 从 red|green|blue 中提取各字段。
按自己的节奏,确认真正理解。