正则表达式 —— 点dot

注：由于 "."这个符号不是很明显，所以本文一律用英文dot代替。reference：http://www.regular-expressions.info

在正则表达式中dot几乎匹配任意一个字符，但是不匹配换行符\n。

例子：

谨慎使用dot

dot是一个很强大的正则表达式“元符号”，一不小心就会用错。例如当需要匹配日期格式如：mm/dd/yy，其中分隔符/不局限于此，用户可以选择其他的符号。我们可以快速写出一个正则表达式去匹配：/d/d./d/d./d/d，这样的表达式可以很好地匹配02/12/03

import re

date = '01/12/03'
pattern = '\d\d.\d\d.\d\d'
print re.search(pattern,date).group()

输出结果：01/12/03

但是问题来了，如果用户输入12342703，上面的表达式也会匹配，从而误认为是日期格式：

print re.search(r'\d\d.\d\d.\d\d','02512703').group()<pre name="code" class="python">"string one" and "string two"

输出结果：02512703

原因就是因为dot可以匹配任意一个字符。下面改进一下这个表达式：\d\d[- / . ]\d\d[ - / . ]\d\d

print re.search(r'\d\d[- / .]\d\d[- / .]\d\d','01/12/03').group()
print re.match(r'\d\d[- / .]\d\d[- / .]\d\d','01512703')

输出结果：

01/12/03

None

形如99/99/99也不是日期格式，所以表达式还需改正：[01]\d[ - / . ][0-3]\d[ - / . ][0-3]\d

使用反义

".*"会匹配Put a "string" between double quotes中的"string"，但是

你觉得".*"会匹配Houston,we have a problem with "string one" and "string two". Please respond中的什么？仔细想想结果~！

由于dot是贪心（greedy）匹配，所以结果是这样的：

data = 'Houston,we have a problem with "string one" and "string two". Please respond.'
pattern = r'".*"'
print re.search(pattern,data).group()

结果：

"string one" and "string two"

所以最好不要使用dot为妙，改为： "[^"\r\n]*"

print re.search(r'"[^"\r\n]*"',data).group()

结果：

"string one"