命令行与文本处理 / 系统课时
普通字符匹配
普通字符匹配
学习目标
- 理解普通字符按字面含义匹配的规则。
- 能使用字母、数字和中文构造基础模式。
- 理解字符顺序、连续性和大小写对结果的影响。
- 能使用 Python 查找固定文本片段。
问题背景或应用场景
正则表达式并不意味着每个字符都有特殊含义。大多数字母、数字和中文在模式中都表示自身。
模式 Java 会匹配连续出现的 J、a、v、a。它可以匹配“学习 Java 编程”,但默认不能匹配“学习 java 编程”,因为大小写不同。
普通字符是复杂正则的基础。后续即使加入量词、分组和断言,模式中仍会保留大量按字面匹配的字符。
核心原理
普通字符匹配具有以下特点:
- 按字面含义匹配:模式 cat 查找的就是连续文本 cat。
- 保持顺序:模式 abc 不能匹配 acb。
- 保持连续:模式 Java 不能匹配 J a v a。
- 默认区分大小写:ERROR 不会自动匹配 error。
- 支持中文:Python 3 的字符串使用 Unicode,可以直接匹配支付成功等中文内容。
固定数字也只是普通字符。例如模式 2026 只能匹配 2026,不能表示任意四位数字。
基础用法
匹配英文:
python
import re
text = "I am learning Python."
match = re.search(r"Python", text)
print(match.group())匹配固定数字:
python
import re
text = "当前年份是 2026"
match = re.search(r"2026", text)
print(match.group())匹配中文:
python
import re
text = "订单状态:支付成功"
match = re.search(r"支付成功", text)
print(match.group())这些模式都按字面内容匹配,没有使用高级规则。
完整可运行示例
python
import re
samples = [
("Java", "我正在学习 Java 编程"),
("2026", "当前年份是 2026"),
("支付成功", "订单状态:支付成功"),
("ERROR", "日志级别:error"),
]
for pattern, text in samples:
match = re.search(pattern, text)
print(f"模式:{pattern}")
print(f"文本:{text}")
if match:
print(f"结果:匹配成功,内容={match.group()},范围={match.span()}")
else:
print("结果:匹配失败")
print("-" * 50)运行命令:
bash
python literal_match.py预期输出
text
模式:Java
文本:我正在学习 Java 编程
结果:匹配成功,内容=Java,范围=(6, 10)
--------------------------------------------------
模式:2026
文本:当前年份是 2026
结果:匹配成功,内容=2026,范围=(6, 10)
--------------------------------------------------
模式:支付成功
文本:订单状态:支付成功
结果:匹配成功,内容=支付成功,范围=(5, 9)
--------------------------------------------------
模式:ERROR
文本:日志级别:error
结果:匹配失败
--------------------------------------------------Tips
- 普通字符适合查找固定关键字、产品名称和状态文本。
- 模式越简单,执行和维护通常越容易。
- 固定文本也可以使用 Python 的 in 或 find() 方法。
- 中文位置按字符计算,不按 UTF-8 字节数计算。
- 后续需求需要可变数字或可选片段时,可以继续扩展为正则规则。
常见错误
1. 认为固定数字代表任意数字
模式 2026 只能匹配文本 2026,不能匹配 2027。任意数字需要字符类语法。
2. 忽略大小写
模式 Java 默认不能匹配 java。大小写忽略模式将在后续章节学习。
3. 忽略空格和标点
模式 支付成功 不能匹配 支付 成功,因为中间多了一个空格。
4. 把元字符当普通字符
点号、星号、加号、问号等字符在正则中具有特殊含义。要按字面匹配它们,需要进行转义。
本课练习
给定文本:
text
系统名称:Anystack
当前版本:1.0
运行状态:正常完成以下任务:
- 使用模式 Anystack 查找系统名称。
- 使用模式 运行状态 查找中文文本。
- 将模式改为 anystack,观察大小写的影响。
- 使用模式 1.0 测试版本号,并记录匹配结果。
- 思考版本号中的点号是否一定按普通字符处理。
按自己的节奏,确认真正理解。