命令行与文本处理 / 系统课时
零次或一次匹配
零次或一次匹配
学习目标
- 理解问号量词表示零次或一次。
- 会表示可选字符。
- 会表示可选分隔符或分组。
- 区分可选量词与懒惰量词标记。
问题背景或应用场景
同一业务格式可能允许某个字符或片段存在,也可能省略。例如 color 与 colour、http 与 https、带正负号和不带符号的数字,都包含可选部分。
核心原理
- 问号量词表示前一个元素出现零次或一次。
- 它不会允许前一个元素重复两次以上。
- 问号可以作用于单个字符、字符类和分组。
- 可选分隔符适合兼容多个相近格式。
- 问号放在其他量词之后时,还可能表示懒惰匹配。
模式 colou?r 可以匹配 color 和 colour。模式 https? 可以匹配 http 和 https,因为只有字母 s 是可选的。
基础用法
本课涉及的核心写法如下:
text
u?
https?
[-+]?
(abc)?当整个片段可选时,应先用圆括号分组,再在分组后添加问号。
完整可运行示例
将代码保存为:
text
zero_or_one.pypython
import re
color_pattern = r"colou?r"
for word in ["color", "colour", "colouur"]:
print(f"{word}: {re.fullmatch(color_pattern, word) is not None}")
protocol_pattern = r"https?"
for protocol in ["http", "https", "httpss"]:
print(f"{protocol}: {re.fullmatch(protocol_pattern, protocol) is not None}")
number_pattern = r"[-+]?[0-9]+"
for value in ["10", "-10", "+10", "--10"]:
print(f"{value}: {re.fullmatch(number_pattern, value) is not None}")运行命令:
bash
python zero_or_one.py预期输出
text
color: True
colour: True
colouur: False
http: True
https: True
httpss: False
10: True
-10: True
+10: True
--10: FalseTips
- 问号只允许零次或一次。
- 整个片段可选时要先分组。
- 可选规则过多会让表达式变得宽松。
- 问号位于量词后时含义不同,应结合上下文判断。
常见错误
1. 把问号当作任意字符
正则中的问号默认是量词,不表示通配。
2. 只让最后一个字符可选
模式 ab? 只让 b 可选;若整个 ab 可选,应使用分组。
3. 过度兼容格式
大量可选片段可能让无效输入也通过,应准备反例测试。
本课练习
- 编写模式同时匹配 color 和 colour。
- 编写模式同时匹配 http 和 https。
- 匹配可选正负号后跟一个或多个数字。
- 使用可选分组同时匹配 file 和 file.txt。
按自己的节奏,确认真正理解。