命令行与文本处理 / 系统课时
选择分支
选择分支
学习目标
- 理解竖线表示多个候选分支。
- 会构造简单的二选一和多选一规则。
- 掌握选择分支与完整匹配的配合方式。
- 能统一处理多种相近文本格式。
问题背景或应用场景
业务文本经常存在多种合法形式。例如日志级别可能是 INFO、WARN 或 ERROR,图片扩展名可能是 jpg、jpeg 或 png。逐个编写多条判断会增加重复代码,选择分支可以把多个候选模式合并为一条正则表达式。
核心原理
- 竖线用于连接两个或多个候选分支。
- 正则引擎会在当前位置依次尝试各个分支。
- 任意一个分支成功,选择表达式即可成功。
- 每个分支都可以是普通字符串,也可以是包含字符类、量词和分组的完整子表达式。
- 进行完整字符串校验时,应配合 fullmatch() 或正确的首尾边界。
模式 INFO|WARN|ERROR 表示匹配三个固定文本之一。分支数量增加时,应保持各分支结构清晰,避免把过多无关格式堆在同一个模式中。
基础用法
本课涉及的核心写法如下:
text
cat|dog
INFO|WARN|ERROR
jpg|jpeg|png选择分支适合候选项在结构上明显不同的情况。若多个候选只差一个可有可无的字符,后续课时会比较问号量词与分支写法。
完整可运行示例
将代码保存为:
text
alternation.pypython
import re
level_pattern = r"INFO|WARN|ERROR"
levels = ["INFO", "WARN", "ERROR", "DEBUG"]
for level in levels:
matched = re.fullmatch(level_pattern, level) is not None
print(f"{level}: {matched}")
image_pattern = r"[A-Za-z0-9_]+\.(jpg|jpeg|png)"
files = ["cover.jpg", "photo.jpeg", "icon.png", "doc.pdf"]
for name in files:
matched = re.fullmatch(image_pattern, name) is not None
print(f"{name}: {matched}")
text = "cat dog bird"
print(f"动物结果:{re.findall(r'cat|dog', text)}")运行命令:
bash
python alternation.py预期输出
text
INFO: True
WARN: True
ERROR: True
DEBUG: False
cover.jpg: True
photo.jpeg: True
icon.png: True
doc.pdf: False
动物结果:['cat', 'dog']Tips
- 候选项较少且结构明确时,选择分支最直观。
- 完整校验应使用 fullmatch(),避免只匹配到局部片段。
- 分支中包含公共前缀时,可以在后续课时提取公共部分。
- 分支过多时,应考虑数据表、集合判断或分步处理。
常见错误
1. 把竖线当作普通字符
竖线默认具有选择作用。要匹配字面竖线,需要进行转义。
2. 只校验到局部片段
使用 search() 时,只要文本中出现任一候选就会成功,不代表整个输入合法。
3. 把大量无关规则放进一个分支表达式
过长分支会降低可读性,也更难准备完整测试用例。
本课练习
- 编写模式匹配 GET、POST 或 DELETE。
- 匹配扩展名 json、yaml 或 yml。
- 使用 fullmatch() 测试合法和非法输入。
- 从一段文本中提取所有 red 或 blue。
按自己的节奏,确认真正理解。