命令行与文本处理 / 系统课时

正则元字符

正则元字符

学习目标

  • 认识常见正则元字符。
  • 理解元字符的主要职责。
  • 区分普通字符和语法符号。
  • 能拆解简单正则模式。

问题背景或应用场景

普通字符只能查找固定文本。要表达任意字符、重复次数、候选集合、选择分支和首尾位置,需要使用具有特殊语法作用的元字符。

核心原理

  1. 点号用于匹配任意单个字符。
  2. 星号、加号、问号和花括号用于控制前一元素的重复次数。
  3. 方括号用于定义字符集合。
  4. 圆括号用于分组和捕获。
  5. 竖线用于选择分支。
  6. 脱字符和美元符号用于定位开头与结尾。
  7. 反斜杠用于转义或引入简写字符类。

阅读复杂模式时,应先标出元字符,再判断每个元字符作用于哪个普通字符、字符类或分组。

基础用法

本课涉及的核心写法如下:

text
.
*  +  ?  {m,n}
[abc]
(cat|dog)
^...$
反斜杠

元字符的含义与位置有关。例如脱字符在字符类外通常表示开头,在字符类开头表示排除。

完整可运行示例

将代码保存为:

text
metacharacters.py
python
import re

cases = [
    ("点号", r"A.B", "A-B"),
    ("加号量词", r"\d+", "12345"),
    ("字符集合", r"[abc]", "b"),
    ("选择分支", r"(cat|dog)", "dog"),
    ("首尾锚点", r"^\d+$", "2026"),
]

for name, pattern, text in cases:
    matched = re.fullmatch(pattern, text) is not None
    print(f"{name}: 模式={pattern}, 文本={text}, 结果={matched}")

运行命令:

bash
python metacharacters.py

预期输出

text
点号: 模式=A.B, 文本=A-B, 结果=True
加号量词: 模式=\d+, 文本=12345, 结果=True
字符集合: 模式=[abc], 文本=b, 结果=True
选择分支: 模式=(cat|dog), 文本=dog, 结果=True
首尾锚点: 模式=^\d+$, 文本=2026, 结果=True

Tips

  • 先识别元字符,再分析普通字符。
  • 量词通常只作用于前一个元素。
  • 同一个符号在不同位置可能具有不同含义。
  • 复杂模式应拆分成多个可独立验证的部分。

常见错误

1. 把元字符当作字面文本

模式 a+b 表示一个或多个 a 后跟 b,不是字面文本 a+b。

2. 忽略量词作用范围

模式 ab+ 只让 b 重复,不会让整个 ab 重复。

3. 认为所有标点都是元字符

逗号和冒号在多数位置按字面含义匹配。

本课练习

  1. 拆解模式 ^[A-Z][0-9]+$ 中的每个元字符。
  2. 使用该模式测试 A100、B9、a100 和 A。
  3. 说明字符类、量词和锚点分别解决什么问题。
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

正则元字符

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