Python的正则规则举例分析

这篇文章主要讲解了“Python的正则规则举例分析”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Python的正则规则举例分析”吧！

创新互联是一家集网站建设,英山企业网站建设,英山品牌网站建设,网站定制,英山网站建设报价,网络营销,网络优化,英山网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。

问题复现

我们都知道，Python有个正则规则\w，几乎所有的网上博客文章都告诉你，这个规则匹配字母数字及下划线，但实际并不是这样：

有Python2代码如下：

~|⇒ pythonPython 2.7.10 (default, Aug 17 2018, 19:45:58)
[GCC 4.2.1 Compatible Apple LLVM 10.0.0 (clang-1000.0.42)] on darwinType "help", "copyright", "credits" or "license" for more information.>>> import re>>> aa = '捕蛇者说'>>> re.match('\w{1,20}', aa)>>> bb = 'abc123ADB'>>> re.match('\w{1,20}', bb)
<_sre.SRE_Match object at 0x1031b0b28>

我们可以看到，在python2中，\w是无法匹配中文的。那么，同样的代码在Python3中运行结果是什么样子的了？

~|⇒ python3Python 3.7.1 (default, Nov 28 2018, 11:55:14)
[Clang 9.0.0 (clang-900.0.39.2)] on darwinType "help", "copyright", "credits" or "license" for more information.>>> import re>>> aa = '捕蛇者说'>>> re.match('\w{1,20}', aa)
>>> bb = 'abc123ADB'>>> re.match('\w{1,20}', bb)

但在Python3中\w是可以匹配中文的，这是怎么回事了？要回答这个问题，我们要回到Python官方文档中来寻找答案。

解决问题

当我们仔细阅读Python的官方文档时，就会发现，对于同样的正则规则\w，Python2和Python3区别好大，我们先来看看Python2：

When the LOCALE and UNICODE flags are not specified, matches any alphanumeric character and the underscore; this is equivalent to the set [a-zA-Z0-9_]. With LOCALE, it will match the set [0-9_] plus whatever characters are defined as alphanumeric for the current locale. If UNICODE is set, this will match the characters [0-9_] plus whatever is classified as alphanumeric in the Unicode character properties database.

翻译一下：当没有设置LOCALE(re.L)和UNICODE(re.U)标志，匹配数字字母和下划线，如果设置了LOCALE(re.L)则匹配数字下划线和LOCALE文字。如果设置了UNICODE(re.U)标志，匹配数字下划线和Unicode字符集里的字符。

那么Python3了：

对于 Unicode (str) 样式：
匹配Unicode词语的字符，包含了可以构成词语的绝大部分字符，也包括数字和下划线。如果设置了 ASCII 标志，就只匹配 [a-zA-Z0-9_] 。
对于8位(bytes)样式：
匹配ASCII字符中的数字和字母和下划线，就是 [a-zA-Z0-9_] 。如果设置了 LOCALE 标记，就匹配当前语言区域的数字和字母和下划线。

到此，我明白了，默认情况下，不设置任何标志，Python2 \w匹配ASCII字符集里的字符，包括数字字符和下划线，Python3 \w匹配数字下划线和Unicode字符集。所以，为了迁移方便，如果你想匹配ASCII字符集里的字符，指定标志为re.A，如果你想匹配Unicode字符集里的字符，指定标志为re.U。

感谢各位的阅读，以上就是“Python的正则规则举例分析”的内容了，经过本文的学习后，相信大家对Python的正则规则举例分析这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！