python - 正则表达式点不起作用

Question

所以我试图解析一个文件，我有以下代码:

def learn_re(s):
pattern=re.compile("[0-9]{2}:[0-9]{2}:[0-9]{2}.[0-9]{3} .")
if pattern.match(s):
    return True
return False

这与“01:01:01.123 —”匹配；但是，当我再添加一个字符时，它就无法工作了。例如，如果我编辑我的代码，使其成为

def learn_re(s):
pattern=re.compile("[0-9]{2}:[0-9]{2}:[0-9]{2}.[0-9]{3} . C")
if pattern.match(s):
    return True
return False

这与“01:01:01.123 — C”不匹配这里发生了什么？

Answer 1

问题是您的 — 是一个 unicode 字符。在 str 中时，它实际上表现得更像几个字符:

>>> print len('—')
3

但是，如果您使用 unicode 而不是 str:

>>> print len(u'—')
1

因此，以下将打印 True:

def learn_re(s):
    pattern=re.compile("[0-9]{2}:[0-9]{2}:[0-9]{2}.[0-9]{3} . C")
    if pattern.match(s):
        return True
    return False

print learn_re(u"01:01:01.123 — C")

请注意，此行为特定于 python 2。在 python 3 中，str 和 unicode 合并为单个 str 类型，并且所以不需要这种区分。