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
- 字符类外的脱字符通常表示开头锚点。
- 开头锚点只检查位置,不消费字符。
- 默认情况下对应整个字符串开头。
- re.MULTILINE 下也对应每一行开头。
- 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.pypython
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
- 从多行日志中提取所有以 ERROR 开头的行。
- 对比启用和不启用 re.MULTILINE。
- 使用 startswith() 完成逐行筛选。
按自己的节奏,确认真正理解。