我可以在Python RegEx中混合使用字符類嗎？

Question

Python RegEx中的特殊序列（字符類）是類似\w或\d的轉義字符，它與一組字符匹配。

在我的情況下，我需要能夠匹配除數字以外的所有字母數字字符。

也就是，\w減去\d。

我需要使用特殊的序列\w因爲我處理非ASCII字符和需要匹配像「AE」和「O」的符號。

有人會認爲我可以使用這個表達式：[\w^\d]但它似乎不匹配任何東西，我不知道爲什麼。

因此，簡而言之，我如何在Python正則表達式中混合（加/減）特殊序列？

---

編輯：我不小心用[\W^\d]代替[\w^\d]。後者的確匹配了一些東西，包括圓括號和逗號，這些字母不是字母數字字符，就我而言。

Answer 1

您可以使用r"[^\W\d]"，即。顛倒非字母數字和數字的聯合。

Answer 2

你不能減去字符類，沒有。

最好的辦法是使用新的regex module，用python替換當前的re模塊。它支持基於Unicode屬性的字符類別：

\p{IsAlphabetic} 

這將匹配Unicode規範所指定的任何字符是字母字符。

更好，regex確實支持字符類減法;它認爲這樣的類的集合，並允許您創建具有--運營商的差異：

[\w--\d] 

匹配\w一切，除了任何也匹配\d。

Answer 3

我不認爲你可以直接在一個正則表達式中組合（布爾和）字符集，無論是否否定。否則，您可以簡單地組合[^\d]和\w。

注意：^必須在集合的開始，並適用於整個集合。從文檔中：「如果集合的第一個字符是'^'，那麼所有不在集合中的字符都將匹配。」 您的設置[\w^\d]會嘗試匹配一個字母數字字符，後跟一個插入符，後跟一個數字。我可以想象，這也不符合任何東西。

我會在兩個步驟中做到這一點，有效地結合正則表達式。非數字（內正則表達式）第一匹配，則通過字母數字字符匹配：

re.search('\w+', re.search('([^\d]+)', s).group(0)).group(0) 

或變化這一主題。

請注意，需要用try: except:塊來包圍它，因爲如果兩個正則表達式中的一個出現故障，它將拋出AttributeError: 'NoneType' object has no attribute 'group'。但是，當然，您可以將這一行分成幾行。

Answer 4

您可以使用否定性超前斷言（例如r'(?!\d)[\w]'）來排除類別以匹配單詞字符，但不包括數字。例如：

>>> re.search(r'(?!\d)[\w]', '12bac') 
<_sre.SRE_Match object at 0xb7779218> 
>>> _.group(0) 
'b' 

要排除多個組，您可以使用通常的[...]語法先行斷言，例如r'(?![0-5])[\w]'將匹配除了數字0-5任何字母數字字符。

與[...]一樣，上述構造匹配單個字符。要匹配多個字符，添加一個重複操作符：

>>> re.search(r'((?!\d)[\w])+', '12bac15') 
<_sre.SRE_Match object at 0x7f44cd2588a0> 
>>> _.group(0) 
'bac'