Python正则表达式产生意外结果

Question

我正在尝试创建一个svn预提交钩子，但无法让我的正则表达式按预期工作。对于看起来不像"DEV-5 | some message“的消息，它应该打印False。为什么我在这里得到True？

Python 2.7.1+ (r271:86832, Apr 11 2011, 18:05:24) 
[GCC 4.5.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import re
>>> p = re.compile("^\[[A-Z]+-[0-9]+\] | .+$", re.DOTALL)
>>> message = "test message"
>>> match = p.search(message)
>>> bool(match)
True

Answer 1

>>> p = re.compile("^[A-Z]+-[0-9]+ \| .+$", re.DOTALL)
>>> print p.search("test message")
None
>>> print p.search("DEV-5 | some message")
<_sre.SRE_Match object at 0x800eb78b8>

\]

• you需要转义|

，

• 你不需要\[

Answer 2

罪魁祸首是尾随的“| .+$”，它匹配‘message’作为第一个正则表达式的替代。就像罗曼指出的那样，你的意思是匹配文字'|‘，所以你必须将它转义为'|’。

要查看匹配的内容，您可以执行以下操作：

print match.group()
' message'

(顺便说一下，只处理包含竖线的行的一种更快的非正则表达式方法是使用line.split('|')：

for line in ...:
   parts = line.split('|',1)
   if len(parts)==1: continue
   (code,mesg) = parts

Answer 3

我还没有运行代码，但我怀疑regexp中alternative (|)后面的部分与任何以空格开头的非空字符串匹配，在本例中为" message"。