命令行与文本处理 / 系统课时
分组与分支结合
分组与分支结合
学习目标
- 理解竖线的作用范围。
- 会使用分组限定选择分支。
- 能正确组合首尾边界与分支。
- 避免因优先级误解产生错误匹配。
问题背景或应用场景
将分支与首尾锚点、公共前后缀组合时,最容易出现作用范围错误。例如想完整匹配 cat 或 dog,却写成 ^cat|dog$。这个模式实际表示以 cat 开头,或者以 dog 结尾,并没有同时约束两个候选的首尾。
核心原理
- 竖线会把其左右两侧的表达式划分为不同分支。
- 未使用分组时,锚点和普通字符可能只属于某一个分支。
- 圆括号可以把多个候选组合为一个整体。
- 首尾锚点应位于整个分支组之外,才能约束所有候选。
- 只为结构服务的分组通常可以使用非捕获组。
完整匹配 cat 或 dog 的结构应为首锚点、分支组和尾锚点。使用 fullmatch() 时,可以省略手工首尾锚点,让代码直接表达整体匹配。
基础用法
本课涉及的核心写法如下:
text
^cat|dog$
^(?:cat|dog)$
prefix(?:one|two)suffix遇到分支时,可以先用自然语言写出完整候选,再确认公共前缀、公共后缀和边界分别位于分组的内侧还是外侧。
完整可运行示例
将代码保存为:
text
grouped_alternation.pypython
import re
wrong_pattern = r"^cat|dog$"
correct_pattern = r"^(?:cat|dog)$"
samples = ["cat", "dog", "catfish", "hotdog", "catdog"]
for text in samples:
wrong = re.search(wrong_pattern, text) is not None
correct = re.search(correct_pattern, text) is not None
print(f"{text}: 未分组={wrong}, 正确分组={correct}")
file_pattern = r"report\.(?:csv|json)"
for name in ["report.csv", "report.json", "data.csv"]:
matched = re.fullmatch(file_pattern, name) is not None
print(f"{name}: {matched}")运行命令:
bash
python grouped_alternation.py预期输出
text
cat: 未分组=True, 正确分组=True
dog: 未分组=True, 正确分组=True
catfish: 未分组=True, 正确分组=False
hotdog: 未分组=True, 正确分组=False
catdog: 未分组=True, 正确分组=False
report.csv: True
report.json: True
data.csv: FalseTips
- 分支与锚点同时出现时,应优先检查括号位置。
- 只用于结构控制时可使用非捕获组。
- 完整校验优先考虑 fullmatch()。
- 复杂模式可以先绘制分组层级再编写。
常见错误
1. 认为首尾锚点自动作用于所有分支
未分组时,首锚点和尾锚点可能分别只属于左右某一分支。
2. 把公共后缀放进单个分支
公共后缀应放在分组外,否则只有部分候选会要求该后缀。
3. 无意义增加捕获组
只为限定范围时,普通捕获组会增加组号,非捕获组更合适。
本课练习
- 修正模式 ^red|blue$,使其完整匹配 red 或 blue。
- 编写模式完整匹配 api-v1 或 api-v2。
- 让 txt 或 md 共享公共文件名前缀 document。
- 对比错误分组和正确分组在边界样例上的结果。
按自己的节奏,确认真正理解。