当前位置：首页 > news >正文

【Python】正则表达式中的`^`和`[]`

news 2025/6/22 14:45:26

一、正则表达式：符号`^`

^ 在正则表达式中有两种常见的含义，具体取决于它的位置：

1. 在字符集 [ ] 的开头时，表示取反（negation）。

例如：

[^s]：匹配任何非空白字符。
[^a-z]：匹配任何不在 a-z 范围内的字符。

2. 在字符集之外时，表示字符串的开始（anchor）。

例如：

^https：匹配以 “https” 开头的字符串。
^\d：匹配以数字开头的字符串。

总结：

在 [ ] 内：取反。
在 [ ] 外：字符串开始。
需要根据上下文判断 ^ 的具体含义。

二、正则表达式：字符集`[ ]`

[ ] 在正则表达式中表示字符集（character set），用于匹配其中任意一个字符。下面详细讲解其具体用法和规则：

1. 基本用法

字符集 [ ] 中的每个字符都是独立的匹配选项。例如：

[abc]：匹配 a、b 或 c 中的任意一个字符。
[0123456789]：匹配任意一个数字（等价于 [0-9]）。

示例：

import re
text = "a1b2c3"
print(re.findall(r'[abc]', text))  # 输出: ['a', 'b', 'c']
print(re.findall(r'[0-9]', text))  # 输出: ['1', '2', '3']

2. 取反（Negation）

如果 ^ 出现在字符集的开头（即 [^...]），表示匹配不在该字符集中的任意字符。例如：

[^abc]：匹配除了 a、b、c 之外的任意字符。
[^0-9]：匹配非数字字符（等价于 \D）。

示例：

text = "a1b2c3!@#"
print(re.findall(r'[^abc]', text))  # 输出: ['1', '2', '3', '!', '@', '#']
print(re.findall(r'[^0-9]', text))  # 输出: ['a', 'b', 'c', '!', '@', '#']

3. 范围（Range）

在字符集中，可以用 - 表示字符范围（需确保 - 不在开头或结尾，否则会被视为普通字符）。例如：

[a-z]：匹配任意小写字母。
[A-Z]：匹配任意大写字母。
[0-9]：匹配任意数字（等价于 \d）。

示例：

text = "Hello World 123"
print(re.findall(r'[a-z]', text))  # 输出: ['e', 'l', 'l', 'o', 'o', 'r', 'l', 'd']
print(re.findall(r'[A-Z]', text))  # 输出: ['H', 'W']
print(re.findall(r'[0-9]', text))  # 输出: ['1', '2', '3']

4. 特殊字符在字符集中的处理

普通元字符（如 *、+、?）在字符集中会被视为普通字符，无需转义。例如：
- [*+]：匹配 * 或 +。
如果需要匹配 - 或 ]，需注意：
- - 放在开头或结尾（如 [a-] 或 [-a]）。
- ] 放在开头（如 []a]）或转义（如 [\]]）。

示例：

text = "a*b+c?d]"
print(re.findall(r'[*+?]', text))  # 输出: ['*', '+', '?']
print(re.findall(r'[]]', text))    # 输出: [']']

5. 与预定义字符类的关系

字符集 [ ] 可以实现类似预定义字符类（如 \d、\w、\s）的功能，但更灵活：

\d ≈ [0-9]（数字）。
\w ≈ [a-zA-Z0-9_]（单词字符）。
\s ≈ [\t\n\r\f\v]（空白字符）。

示例：

text = "abc123 _!@#"
print(re.findall(r'\w', text))    # 输出: ['a', 'b', 'c', '1', '2', '3', '_']
print(re.findall(r'[a-zA-Z0-9_]', text))  # 效果相同

6. 与锚点 `^` 的区别

^ 在字符集外表示字符串开头（如 ^abc 匹配以 abc 开头的字符串）。
^ 在字符集内表示取反（如 [^abc] 匹配非 a、b、c 的字符）。

示例：

text = "abc123 xyz"
print(re.findall(r'^abc', text))    # 输出: ['abc']（匹配开头）
print(re.findall(r'[^abc]', text))  # 输出: ['1', '2', '3', ' ', 'x', 'y', 'z']（取反）