为什么正则表达式"[ \A]abc"在Python中不匹配"abc

Question

我想要匹配一个空格或者字符串的开头，这里用字符串“abc”来做演示：

"abc_some_words" match for "abc" at the start of the string
"some_words abc_some_words" match for there is a space before "abc"
"Aabc" don't match for there is a "A" before "abc"

所以我写了一个正则表达式 "[ \A]abc"，其中 "\A" 是用来表示“只在字符串的开头匹配”。下面的例子中，正则表达式 "[ \A]abc" 可以匹配 " abc"（前面有个空格的情况），但在 Python 中却不能匹配 "abc"（没有空格的情况）。

>>> re.search(r"[ \A]abc", "babc")
>>> re.search(r"[ \A]abc", "abc")
>>> re.search(r"[ \A]abc", " abc")
<_sre.SRE_Match object at 0xb6fccdb0>

Answer 1

\A 表示字符串的开头，而 \Z 表示字符串的结尾。

^ 和 $ 的意思可以通过 re.M 这个标志来改变。^ 可以表示字符串的开头，也可以表示每一行的开头；而 $ 则可以表示字符串的结尾，也可以表示每一行的结尾，这取决于 re.M 的设置。

不过，\A 一定是字符串的开头，而 \Z 一定是字符串的结尾。

假设你有这样一个字符串：

txt='''\
1 ABC
2 ABC
3 ABC
4 ABC'''

如果你想匹配每一行开头的 ABC，可以这样做：

>>> re.findall(r'^\d\sABC', txt, re.M)
['1 ABC', '2 ABC', '3 ABC', '4 ABC']

但是如果你只想匹配第一行和最后一行，可以这样做：

>>> re.findall(r'\A\d\sABC|\d\sABC\Z', txt, re.M)
['1 ABC', '4 ABC']

Answer 2

如果你想要匹配字符串的开头，可以使用一个叫做锚点的符号 ^。所以，如果你想要在字符串的开头有一个空格或者是“abc”，你可以使用这个正则表达式：

^\s?abc

可以试试这个示例

Answer 3

很遗憾，\A 并不表示一个字符或一组字符。所以，它（还有类似的 \Z）不能放在字符类（[]）里面。如果你把它放进字符类，它会默默地被当作大写字母 A 来处理。

如果你想匹配一个空格或者字符串的开头，可以用另一种方式：(?:\A| )abc（这里我用了一个不捕获的分组 (?:)）。