正则表达式点不起作用

Question

所以我试图解析一个文件，我有以下代码：

def learn_re(s):
pattern=re.compile("[0-9]{2}:[0-9]{2}:[0-9]{2}.[0-9]{3} .")
if pattern.match(s):
    return True
return False

这与 "01:01:01.123 —" 匹配；但是，当我再添加一个字符时，它就不起作用了。例如，如果我编辑我的代码，使其成为

def learn_re(s):
pattern=re.compile("[0-9]{2}:[0-9]{2}:[0-9]{2}.[0-9]{3} . C")
if pattern.match(s):
    return True
return False

这与“01:01:01.123 — C”不匹配这是怎么回事？

Answer 1

问题在于您的 — 是一个 unicode 字符。在 str 中时，它实际上更像是几个字符：

>>> print len('—')
3

但是，如果您使用unicode 而不是str：

>>> print len(u'—')
1

因此，以下将打印True：

def learn_re(s):
    pattern=re.compile("[0-9]{2}:[0-9]{2}:[0-9]{2}.[0-9]{3} . C")
    if pattern.match(s):
        return True
    return False

print learn_re(u"01:01:01.123 — C")

请注意，此行为特定于 python 2。在 python 3 中，str 和 unicode 合并为一个 str 类型，因此不需要这种区别。

Answer 2

字符串中的破折号是 unicode 字符，将被解释为多个字符 (3 in your case)。您的 python 版本不支持 unicode，因此您需要匹配 3 个字符来捕获.{3} 破折号，完全匹配表达式中的字符，或者使用不同版本的 python。

关于你的表达的几点说明；您应该始终在您的正则表达式字符串前面加上 r'...'，以便正确解释您的 \ 转义。

正则表达式中的. 具有特殊含义，它将匹配任何单个字符。如果需要句点/小数点，则需要转义点\.。

pattern = re.compile(r'[0-9]{2}:[0-9]{2}:[0-9]{2}\.[0-9]{3} .')