python RE vs html5 RE

Question

似乎我在 python 中遇到了一个错误：（Python 2.7.3（默认，2012 年 4 月 10 日，23:24:47）[MSC v.1500 64 位（AMD64）] on win32）

>>> re.match("0[5-7][5-9][0-9]{7}", "0775123456") #match
<_sre.SRE_Match object at 0x0000000002D3FC60>

>>> re.match("0[5-7][5-9][0-9]{7}", "077512345") #dont match

>>> re.match("0[5-7][5-9][0-9]{7}", "07751234567") #match!
<_sre.SRE_Match object at 0x0000000002D3F920>

>>> re.match("0[5-7][5-9][0-9]{7}","07751234567777777777777777777777777777777777777777777777") #match!!
<_sre.SRE_Match object at 0x0000000002D3FC60>

所以我必须使用美元符号来“精确”限制数字！ 我认为这是一个错误，因为在 HTML5 验证中，{7} 表示“完全”7 位数字，而在 python 中，它似乎表示“至少” 以下是使用美元符号的行为方式：

>>> re.match("0[5-7][5-9][0-9]{7}$", "0775123456") #match
<_sre.SRE_Match object at 0x0000000002D3F920>

>>> re.match("0[5-7][5-9][0-9]{7}$", "07751234567") #dont match

>>> re.match("0[5-7][5-9][0-9]{7}$", "077512345") #dont match

这发生在所有其他正则表达式中，不仅精确的数字匹配，还必须添加美元！

这是一个错误吗？还是设计使然？

Answer 1

re.match() 的文档指出：

如果字符串的开头有零个或多个字符与正则表达式模式匹配……

（强调我的。）

这意味着匹配完成后字符串中的所有字符都将被忽略。例如，以下内容也可以：

>>> re.match("0[5-7][5-9][0-9]{7}", "0775123456abc")
<_sre.SRE_Match at 0x10ee2e8b8>

正则表达式并没有真正指定匹配必须锚定的位置（如果在任何地方）。例如，Python 也有re.search()，默认情况下也不会在开头锚定。您始终可以使用 ^ 和 $ 元字符明确指定锚定。

Answer 2

这是设计使然。 re.match 匹配字符串的开头，而re.search 匹配字符串中的任何位置。字符串后的额外字符将被忽略。详情请见http://docs.python.org/library/re.html#match。

其他也使用正则表达式的语言，例如 grep 和 perl，也有同样的行为。正则表达式主要用于搜索文本。

如果您想执行完全匹配，您必须按照您自己的说明指定美元符号。

Answer 3

正如其他人所说...不是错误，您的正则表达式没有说明为什么 '$' 似乎可以修复它，但这个示例应该：

import re

print 'food: ',
print re.match('fo{2}d', 'food')     # match found!

print 'fooood: ',
print re.match('fo{2}d', 'fooood')   # no match!

{} 之后的

anything 会给你想要的行为，如果你希望字符串在数字之后结束，那么 $ 是合适的 anything在那里添加。