Python核心编程——第1章 正则表达式 笔记+问题

笔记部分

总结得比较好的Python核心编程——第1章 正则表达式 by RealEmperor

问题部分

问题

假定我们拥有另一个特殊字符，它仅 仅包含字母“x”和“y”，我们此时仅仅想要这样限定字符串:两字母的字符串必须由一 个字母跟着另一个字母。换句话说，你不能同时拥有两个相同的字母;要么由“x”跟着“y”，要么相反。

>>> bool(re.search(r'(?:(x)|y)(?(1)y|x)', 'xy'))  #True
>>> bool(re.search(r'(?:(x)|y)(?(1)y|x)', 'xx'))  #False

为什么上述的正则能且仅能匹配‘xy’或‘yx’ ？

相关知识

正则表达式：

表 示 法	描述
(…)	匹配封闭的正则表达式，然后另存为子组
(?:…)	表示一个匹配不用保存的分组（功能与(…)类似，但分组不同）
((?id/name)Y|N)	如果分组所提供的id或name（名称）存在，就返回正则表达式的条件匹配Y，如果不存在就返回N；|N是可选项

bool类型判断：

类型	True or False 判定
None	False
任意数值类型0，如：0，0.0，0j.	False
任意空序列，如：’’, (), [].	False
任意空字典mapping，如：{}	False
用户自定义类中，定义了 _bool_() 或 _len_()返回0或False	False
其他	True

实例验证

?:的作用域，整个括号里面的

>>> bool(re.search(r'(?:y|(x))(?(1)y|x)', test_str))  #True，当test_str等于‘xy’或'yx'
>>> bool(re.search(r'(?:(x)|y)(?(1)y|x)', test_str))  #False，当test_str 不等于'xy' 且不等于'yx'

()的编号顺序

>>> re.search('(a|(b))','ba').groups() # ('b', 'b') , 第一个b指的是外层匹配的((b))，第二个b指的是内层的(b)
>>> re.search('(?:a|(b))','ba').groups() # ('b',), 最外层的分组没有保留
>>> re.search('(?:a|(b))','ab').groups() # (None,), 匹配到了a，但是分组结果不保留，bool(re.search('(?:a|(b))','ab'))结果为True
>>> re.search('(a|(b))','ab').groups() # ('a', None) ,匹配了第一个a，（b)不再匹配，因此为None
>>> re.search('(a(b(c)))','abc').groups() # ('a', 'bc', 'c') ，匹配的序号按左括号出现的顺序
>>> re.search('a|(b)','ab').groups() #

解释 bool(re.search(r’(?:y|(x))(?(1)y|x)’, test_str))

• 输入test_str=‘xy’，(?:y|(x))匹配x，保留分组(x, )，?(1)为True，选择匹配y， 匹配
• 输入test_str=‘yx’ ，(?:y|(x))匹配y，不保留分组， ?(1)为False，选择匹配x，匹配
• 输入test_str=‘xx’, (?:y|(x))匹配x，保留分组(x, )，?(1)为True，选择匹配y， 不匹配
• 输入test_str=‘yy’, (?:y|(x))匹配y，不保留分组，?(1)为False，选择匹配x， 不匹配

总结

之所以不理解，一个是概念不清晰，(…)分组的概念，(?:…)匹配不保留分组, 以及python的bool函数的返回值。