python - 正则表达式查找 '\n'

Question

我正在制作一个程序来对文本中的电话号码进行模式匹配。

我正在加载这段文字:

(01111-222222)fdf
01111222222
(01111)222222
01111 222222
01111.222222

进入一个变量，并使用“findall”返回这个:

('(01111-222222)', '(01111', '-', '222222)')
('\n011112', '', '\n', '011112')
('(01111)222222', '(01111)', '', '222222')
('01111 222222', '01111', ' ', '222222')
('01111.222222', '01111', '.', '222222')

这是我的表情:

ex = re.compile(r"""(
    (\(?0\d{4}\)?)?       # Area code
    (\s*\-*\.*)?          # seperator
    (\(?\d{6}\)?)        # Local number
     )""", re.VERBOSE)

我不明白为什么 '\n' 会被捕获。

如果 '\\.*' 中的 * 被替换为 '+'，表达式将按我想要的方式工作。或者，如果我简单地删除 *(并乐于找到仅由一个句点分隔的两组数字)，则该表达式有效。

Answer 1

\s 匹配水平 和垂直 空白符号。如果您有 re.VERBOSE，则可以将普通空格与转义空格 \ 匹配。或者，您可以使用 [^\S\r\n] 从 \s 中排除 \r 和 \n > 以匹配水平空格。

使用

ex = re.compile(r"""(
    (\(?0\d{4}\)?)?       # Area code
    ([^\S\r\n]*-*\.*)?   # seperator   ((HERE))
    (\(?\d{6}\)?)        # Local number
     )""", re.VERBOSE)

参见 regex demo

此外，字符类之外的-不需要转义。