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

  1. 竖线会把其左右两侧的表达式划分为不同分支。
  2. 未使用分组时,锚点和普通字符可能只属于某一个分支。
  3. 圆括号可以把多个候选组合为一个整体。
  4. 首尾锚点应位于整个分支组之外,才能约束所有候选。
  5. 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.py
python
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: False

Tips

  • 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

  1. 修正模式 ^red|blue$,使其完整匹配 red 或 blue。
  2. 编写模式完整匹配 api-v1 或 api-v2。
  3. 让 txt 或 md 共享公共文件名前缀 document。
  4. 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。

目录与阅读设置

阅读设置

17

记录一个想法

分组与分支结合

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