python正则表达式管道符的使用？
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python正则表达式管道符的使用？相关的知识，希望对你有一定的参考价值。
如果管道符的作用是表示用第一个正则表达式\d8去匹配字符串或者用第二个正则表达式\d6去匹配字符串。二者无论谁匹配到都会返回一个值，为什么返回的是‘313233’，不是‘12345678’。就算是按照第二个正则表达式去匹配，为什么返回的不能是‘132334’或者‘123456’？他这个处理逻辑是怎么样的呢？
1、你要测试是否匹配多个，应该用findall，而不是search，search只找第一个匹配的。
2、\d8 你写成了d8
3、6是精确6位,6,才会匹配到8位的12345678
/m 修饰符的 perl 正则表达式意外行为
【中文标题】/m 修饰符的 perl 正则表达式意外行为【英文标题】：perl regex unexpected behaviour of /m modifier 【发布时间】：2021-06-26 09:49:39 【问题描述】：我想用这个正则表达式从多行字符串中删除前导和尾随空格：
s/^\s*|\s*$//mg
在这个例子中似乎工作得差不多了：
perl -e '$_=" a \n \n b\n"; s/^\s*|\s*$//mg; print "$_\n";'
给出结果：
a
b
（没想到中间有空格的双\n变成了单\n）
但请注意：
perl -e '$_=" a \n\n b\n"; s/^\s*|\s*$//mg; print "$_\n";'
结果：
ab
现在两个 \n 都消失了，多行字符串现在是单行，这不是我想要的。 如果这不是错误，我该如何避免这种行为？
【问题讨论】：
\s 匹配包括换行符在内的空格，请改用\h
你能为两个给定的样本添加完整的预期输出吗？您想为字符串中的每一行删除前导/尾随空格还是只为整个字符串删除一次？如果您只想删除外部空格，请使用 s/\A\s*|\s*\z//g
如果您想深入了解细节，可以尝试添加-Mre=debug 以获取有关正则表达式的一些调试信息，然后比较两个不同字符串的交互方式。
This 很有趣。
【参考方案1】：
使用-Mre=debug 模块并深入了解细节，我找到了我认为的答案。我删除了前导空格，因为它与问题无关。我删除了除相关部分之外的所有内容。两个正则表达式首先使用 RHS (5:BRANCH) 匹配第二个换行符前面的空格/换行符，然后将指针设置在第二个换行符前面：
案例一：字符串a \n \n b\n
Matching REx "^\s+|\s+$" against "%n b%n"
4 <a %n > <%n b%n> | 0| 1:BRANCH(5)
4 <a %n > <%n b%n> | 1| 2:MBOL(3)
| 1| failed...
4 <a %n > <%n b%n> | 0| 5:BRANCH(9)
4 <a %n > <%n b%n> | 1| 6:PLUS(8)
| 1| POSIXD[\s] can match 2 times out of 2147483647...
6 <a %n %n > <b%n> | 2| 8:MEOL(9)
| 2| failed...
5 <a %n %n> < b%n> | 2| 8:MEOL(9)
| 2| failed...
| 1| failed...
| 0| BRANCH failed...
5 <a %n %n> < b%n> | 0| 1:BRANCH(5) <-- HERE!
5 <a %n %n> < b%n> | 1| 2:MBOL(3)
5 <a %n %n> < b%n> | 1| 3:PLUS(9)
| 1| POSIXD[\s] can match 1 times out of 2147483647...
6 <a %n %n > <b%n> | 2| 9:END(0)
Match successful!
在这种情况下，LHS (1:BRANCH) 首先失败，RHS (5:BRANCH) 失败，所以它向前移动 1 步，直到 LHS 匹配的换行符之后，并删除前面的内容它：一个空格。
在换行符和b 前面的空格匹配时，正则表达式中的“指针”向前移动到换行符前面。
%n> < b%n>
^ \s
案例2：字符串a \n\n b\n
Matching REx "^\s+|\s+$" against "%n b%n"
3 <a %n> <%n b%n> | 0| 1:BRANCH(5) <-- HERE!
3 <a %n> <%n b%n> | 1| 2:MBOL(3)
3 <a %n> <%n b%n> | 1| 3:PLUS(9)
| 1| POSIXD[\s] can match 2 times out of 2147483647...
5 <a %n%n > <b%n> | 2| 9:END(0)
Match successful!
在此字符串中，LHS (1:BRANCH) 中的零宽度断言^ 可以看到字符串左侧的换行符，并允许其匹配。在另一个字符串中，它有一个空格，因此无法匹配。所以 LHS 交流发电机匹配（称为 1:BRANCH），并删除它前面的内容，即换行符和空格 \n 。
不像案例1那样跳过第一次尝试并向前移动1步，它可以直接匹配左侧的换行符，右侧的空格\n ：
%n> <%n b%n>
^ \s\s
TL;DR：在您的第二个字符串中，换行符可以匹配两个换行符之间的行首，因此将它们都删除。在第一个字符串中，它不能像那样匹配，因为那里有一个空格，而是向前移动一步，跳过换行符并使用该换行符来匹配字符串的开头。效果是换行符保留在字符串中。
如何避免这种行为？好吧，问题是你的正则表达式太松了。 \n 可以匹配正则表达式 ^、$ 和 \s 的所有组件，以各种组合方式进行。它也可以匹配在字符串的中间。如果您想安全并获得可预测的结果，请在逐行模式下使用正则表达式，不要将文件转换为单个字符串。那么你就不需要多行匹配了，所有的问题都迎刃而解了。
否则，请避免使用多行修饰符，只需照常删除前导和尾随空格，然后在字符串内部修剪多个带有空格的换行符，例如s/\n\s*\n/\n/g。
本质上，您试图同时做太多事情。让你的正则表达式更严格，并尝试一次做一件事情。
【讨论】：
【参考方案2】：\s 可以匹配换行符，这导致了换行符被移除的问题。
将\s 替换为以下之一：
[^\S\n]匹配既不是非空白字符也不是换行符的字符，即不是换行符的空白字符。
(?[ \s - \n ])目前处于试验阶段，需要use experimental qw( regex_sets );。
\h仅删除水平空白字符。虽然它不匹配换行符，但它也不匹配其他垂直空白字符。[1]
以下内容详细说明了您的模式是如何匹配的。
对于
␠ a ␠ ␊ ␠ ␊ ␠ b ␊
0 1 2 3 4 5 6 7 8 9
模式
/^\s*|\s*$/m
产生以下匹配：
-
位置 0，长度 1：
␠ 与 ^\s* 匹配。
位置 2，长度 3：␠␊␠ 与 \s*$ 匹配。 XXX
Pos 5, len 0: 与\s*$ 匹配的空字符串
位置 6，长度 1：␠ 与 ^\s* 匹配。
位置 8，长度 1：␊ 与 \s*$ 匹配。 XXX
Pos 9，len 0：与^\s* 匹配的空字符串。
对于
␠ a ␠ ␊ ␊ ␠ b ␊
0 1 2 3 4 5 6 7 8
模式
/^\s*|\s*$/m
产生以下匹配：
-
位置 0，长度 1：
␠ 与 ^\s* 匹配。
位置 2，长度 2：␠␊ 与 \s*$ 匹配。 XXX
位置 4，长度 2：␊␠ 与 ^\s* 匹配。 XXX
位置 7，长度 1：␊ 与 \s*$ 匹配。 XXX
Pos 8，len 0：与^\s* 匹配的空字符串。
脚注：
垂直空格：
U+000A 换行 U+000B 线制表 U+000C 换页 U+000D 回车 U+0085 下一行 U+2028 行分隔符 U+2029 段落分隔符【讨论】：
以上是关于python正则表达式管道符的使用？的主要内容，如果未能解决你的问题，请参考以下文章