Python中的正则表达式翻译

Question

我刚开始学习Python中的正则表达式，但有些语法让我有点困惑。

我想知道如何把下面的正则表达式转换成可以在Python的re模块中使用的格式。

a(b|c)*a

符号是什么并不重要，我更想了解括号和操作符是怎么工作的。

如果我具体说一下我的情况，我想抓取两个尖括号之间的所有文本。根据我读的一些资料，“.”这个字符可以匹配除了换行符以外的任何字符，而“s”可以匹配任何空白字符，包括换行符，所以我认为可以这样做：

<[.|s]*>

但显然我错了。

我对我具体问题的解决方案很感兴趣，但如果能提供一些关于Python正则表达式中操作符的一般信息，我也会很感激。

编辑：

经过更多的实验，似乎当我使用以下内容时，它是有效的：

<.*>

当我有这样的文本时

<foo bar>

但当我有这样的文本时却不行

<foo
bar>

然而，当我尝试以下内容时

<[\n.]*>

什么都不管用。所以我想可能是括号的问题，于是我尝试了：

<[.]*>

但这甚至没有像<.*>那样有效……但这两者除了括号外不应该是一样的吗？

有人有什么想法吗？我希望能抓取所有像这样的文本：

<foo
bar>

Answer 1

这个 a(b|c)*a 可以直接在 Python 的正则表达式中使用。可是 <[.|s]*> 就有点乱了。这里的 [...] 是用来表示字符范围的，而 | 在里面是没用的。还有，s 在 Python 的正则表达式中并不代表空格，实际上是 \s 代表空格。你可能把 |s 和 \s搞混了（不过在这里用 \n 更合适，或者使用相关的标志让 . 也能匹配换行符）。

Answer 2

Python的正则表达式语法在这里有详细的说明：

https://docs.python.org/2/library/re.html

针对你的具体情况，我建议试试下面的代码：

import re
pat = re.compile('<([^>]*)>')
match = pat.search('Foo <bar> bam')
print match.groups()
# should print ('bar',)

要理解这个正则表达式，我们可以把它拆分成几个部分：

• < - 匹配左尖括号
• ( - 开始一个分组
• [^>]* - 匹配0个或多个字符（*），这些字符在这个类中是（[^>]）。以插入符号（^）开头的字符类（[]）表示匹配不属于这个类的字符。在这个例子中，这个类只包含一个字符，即右尖括号（>）。
• ) - 结束这个分组
• > - 匹配右尖括号