命令行与文本处理 / 系统课时

字符串开头匹配

字符串开头匹配

学习目标

  • 理解开头锚点。
  • 会限制匹配从开头开始。
  • 区分 search() 与 match()。
  • 掌握多行模式。

问题背景或应用场景

筛选以 ERROR 开头的日志时,普通查找会错误命中包含 ERROR 但以 INFO 开头的行。开头锚点可以限制关键词必须位于起始位置。

核心原理

  1. 字符类外的脱字符通常表示开头锚点。
  2. 开头锚点只检查位置,不消费字符。
  3. 默认情况下对应整个字符串开头。
  4. re.MULTILINE 下也对应每一行开头。
  5. match() 从字符串开头尝试,但锚点属于模式语义。

模式 ^ERROR 只匹配以 ERROR 开头的文本,不会匹配 INFO previous ERROR。

基础用法

本课涉及的核心写法如下:

text
^ERROR
^[A-Z]
re.MULTILINE

处理逐行字符串时通常不需要多行模式;处理一个包含多行的整体字符串时,多行模式才会改变结果。

完整可运行示例

将代码保存为:

text
start_anchor.py
python
import re

lines = [
    "ERROR database failed",
    "INFO previous ERROR recovered",
    "ERROR cache failed",
]

start_pattern = r"^ERROR"
for line in lines:
    print(f"{line}: {re.search(start_pattern, line) is not None}")

text = "INFO started\nERROR database failed\nWARN slow"
line_pattern = r"^ERROR.*"
print(f"默认模式:{re.findall(line_pattern, text)}")
print(f"多行模式:{re.findall(line_pattern, text, re.MULTILINE)}")

运行命令:

bash
python start_anchor.py

预期输出

text
ERROR database failed: True
INFO previous ERROR recovered: False
ERROR cache failed: True
默认模式:[]
多行模式:['ERROR database failed']

Tips

  • 开头锚点不会出现在匹配结果中。
  • 逐行处理通常不需要 re.MULTILINE。
  • 固定前缀也可以使用 startswith()。
  • 不要混淆开头锚点与排除字符类。

常见错误

1. 把锚点放在模式中间

开头锚点检查当前位置是否为起点,放在已消费字符后通常失败。

2. 忘记多行模式

对多行整体字符串查找每行开头时需要 re.MULTILINE。

3. 混淆脱字符含义

字符类开头的脱字符表示排除。

本课练习

  1. 从多行日志中提取所有以 ERROR 开头的行。
  2. 对比启用和不启用 re.MULTILINE。
  3. 使用 startswith() 完成逐行筛选。
按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

字符串开头匹配

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通