正则表达式——转义

Posted 2021-01-13 gaara0305

前面讲解了匹配优先量词和忽略优先量词，现在介绍量词的转义 。

在正则表达式中，*、+、?等作为量词的字符具有特殊意义，但有些情况下只希望表示这些字符本身，此时就必须使用转义，也就是在它们之前添加反斜线。

对常用量词所使用的字符+、*、?来说，如果希望表示这三个字符本身，直接添加反斜线，变为+、*、?即可。但是在一般形式的量词{m,n}中，虽然具有特殊含义的字符不止一个，转义时却只需要给第一个{添加反斜线即可，也就是说，如果希望匹配字符串{m,n}，正则表达式必须写成{m,n}。

另外值得一提的是忽略优先量词的转义，虽然忽略优先量词也包含不只一个字符，但是在转义时却不像一般形式的量词那样，只转义第一个字符即可，而需要将两个量词全部转义。举例来说，如果要匹配字符串*?，正则表达式就必须写作*?，而不是*?，因为后者的意思是"*这个字符可能出现，也可能不出现"。

表2-5列出了常用量词的转义形式。

 

量词	转义形式
{n}	{n}
{m,n}	{m,n}
{m,}	{m,}
{,n}	{,n}
*	*
+	+
?	?
*?	*?
+?	+?
??	??

之前还介绍了点号.，所以还必须讲解点号的转义：点号.是一个元字符，它可以匹配除换行符之外的任何字符，所以如果只想匹配点号本身，必须将它转义为.。

因为未转义的点号可以匹配任何字符，其中也可以包含点号，所以经常有人忽略了对点号的转义。如果真的这样做了，在确实需要严格匹配点号时就可能出错，比如匹配小数（如3.14）、IP地址（如192.168.1.1）、E-mail地址（如[email protected]）。所以，如果要匹配的文本包含点号，一定不要忘记转义正则表达式中的点号，否则就有可能出现例2-19那样的错误。

例2-19  忽略转义点号可能导致错误

#错误判断浮点数  
print re.search(r"^d+.d+$", "3.14") != None   #  => True  
print re.search(r"^d+.d+$", "3a14") != None   #  => True  
#准确判断浮点数  
print re.search(r"^d+.d+$", "3.14") != None  #  => True  
print re.search(r"^d+.d+$", "3a14") != None  #  => False