Question

当我为正则表达式执行相同的代码时，我在python 2和3中获得了不同的输出。

假设这是我想要的数据，它位于网页的某个位置。

source = ['\x1e\x1e5.5.30-log\x1epcofiowa@localhost\x1epcofiowa_pci\x1e',
          '\x1e\x1e5.5.30-log\x1epcofiowa@localhost\x1epcofiowa_pci\x1e', 
          '\x1e\x1e5.5.30-log\x1epcofiowa@localhost\x1epcofiowa_pci\x1e', 
          '\x1e\x1e5.5.30-log\x1epcofiowa@localhost\x1epcofiowa_pci\x1e']

因此，当我在python 2.6中运行以下代码时，它完美无缺。我得到的确切输出如上所述。

match = re.findall("\x1e\x1e\S+",source)

但是当我在python 3.3中执行它时，如：

match = re.findall("\x1e\x1e\S+", str(source))

我得到匹配变量的输出，如：

['\x1e\x1e5.5.30-log', '\x1e\x1e5.5.30-log', '\x1e\x1e5.5.30-log','\x1e\x1e5.5.30-log']

那么，请你告诉我为什么它没有在python 3中使用整个字符串？为什么每次都跳过\x1epcofiowa@localhost\x1epcofiowa_pci\x1e？我想输出像python 2.6。

所以，此刻我很无能为力。我在等待你的答复。感谢。

Answer 1

\S和Python 2中的Python 3似乎有所不同。

根据Python 3 re module docs： -

\S - 匹配任何不是Unicode空格的字符字符。这与\s相反。如果使用ASCII flag 变得相当于[^ \t\n\r\f\v]（但是国旗会影响到。{1}} 整个正则表达式，所以在这种情况下使用显式[^ \t\n\r\f\v]可能是更好的选择。）

现在，由于\x1e（相当于U+001E，因为\x1e\x1e5.5.30-log是一个unicode whitespace字符 - reference to activestate，所以它不匹配Python 3中的\S。

而在Python 2： -

\S - 匹配任何非空白字符;这相当于班[^ \t\n\r\f\v]。

因此，它仅考虑用于匹配非空格的ASCII字符集，因此它与\x1e匹配。

正则表达式 - python 2.6和3.3中的不同输出

1 个答案: