上一章我们讨论了字面字符，这一章我们讨论字符类。字符类我们可以理解为一个字符集合。上一章讲的字面字符，我们可以排列字符去匹配，例如匹配表达式为r"abc"，我们可以在字符串中查找abc子串，但是如果我想要字符串中查找可能是a开头，可能是b开头，可能是c开头的子串呢？例如我要查找abc，bbc，cbc呢？如果按照上一章我们学到的知识，可能我们得写三个正则表达式去匹配，这样未免太复杂。如果我们需要用一个正则表达式同时获取这三种形式的匹配呢？这就用到了字符类（当然学到后面，我们还有别的方式）。
2，字符类
字符类包含了：通配符(.)，集合中的任意一个字符([abc])，除了集合中的任意字符([^abc])，集合中开始到结束范围内的任意一个字符([a-z])，多个范围内的任意一个字符([a-z0-9])。
我们可以看到，除了通配符，其他的都包含在方括号中[]，接下来我们来分别介绍。
2.1通配符(.)
这个点号是通配符，可以用来匹配任意的字符，除了换行符。至于为什么不能匹配换行符，这里面有正则表达式本身语法的设计，目前我们先不谈这个问题，只需要记住几可以了。我可以看看点号的例子。
import re
a = "abc\nadc"
b = re.findall(r'a.c', a)
b1 = re.findall(r'abc.a', a)
print("b = {}, b1 = {}".format(b, b1))
# 输出结果：b = ['abc', 'adc'], b1 = []
b用通配符最终匹配了abc和adc这两个子串，说明.号可以匹配任意字符，但是b1的结果是空，说明.不能匹配换行符。
2.2集合中的任意一个字符([abc])
上面说的点号的匹配范围太过于宽泛，如果我只想匹配固定范围内任意一个字符，这时候用这个语法就再合适不过了。这个语法是中括号中，写入我们想要匹配的字符集合，要注意，这个中括号中字符只能匹配一个字符，也就是说只要任何一个字符在中括中能找到，就算匹配成功，这个中括号的字符匹配就结束了。看下面的代码：
import re
a = "abc\naac\naec"
b = re.findall(r'a.c', a)
c = re.findall(r'a[abc]c', a)
print("b = {}, c = {}".format(b, c))
# 输出结果：b = ['abc', 'aac', 'aec'], c = ['abc', 'aac']
b我们用的是通配符，所以得到了三个结果，c我们用了a[abc]c，表明a和c之间的字符必须是abc这三个字符中的一个，所以匹配了abc，aac，但是因为e不在[abc]这样的集合中，所以aec没有被匹配。
2.3除了集合中的任意字符([^abc])
刚才我们用集合[abc]表示需要是集合中的任意一个字符，但是如果我们匹配的字符需要不是集合中的字符的话，就需要在[]中的第一个位置加上^，来得到相反的效果，表明接下来的字符不能是这个集合中的字符。看下面的代码：
import re
a = "abc\naac\naec"
b = re.findall(r'a[abc]c', a)
c = re.findall(r'a[^abc]c', a)
print("b = {}, c = {}".format(b, c))
# 输出结果：b = ['abc', 'aac'], c = ['aec']
我们可以看到b和c得到了相反的结果。其中b中则正则表达式要求a和c之间的字符是a，b，c其中一个，所以得到了abc和aac，而c的正则表示要求a和c之间的字符不能是a，b，c其中的一个，所以得到了结果是aec。
2.4集合中开始到结束范围内的任意一个字符([a-z])
如果一个字符集包含的字符比较多，并且这些字符的码点值是连续的（不了解码点值，可以参照我之前的关于字符串的文章），这时候我们就可以用范围来表示，上一小节我们的正则表达式是r"abc"，此时我们可以写成r"a[a-c]c"，当然本来这个字符集就只有三个，这样修改后其实也没什么要多的意义，我们看一个比较多的例子。
import re
a = "abcazczqcssqqarcazcaac"
b = re.findall(r'a[abcdefghijklmnopqrstuvwxyz]c', a)
c = re.findall(r'a[a-z]c', a)
print("b = {}, c = {}".format(b, c))
# 输出结果：b = ['abc', 'azc', 'arc', 'azc', 'aac'],
c = ['abc', 'azc', 'arc', 'azc', 'aac']
上面代码中b中的正则和c中的正则是等效的，但是c却简洁很多。如果取在一个连续的范围之内，就可以用这种形式，这个区间左右字符都是包含的，我们从c的结果中有aac和azc就可以证明这一点。
2.5多个范围内的任意一个字符([a-z0-9])。
这一小节是上面的一个扩展，我们可以在一个[]写多个范围，我们看下面的代码：
import re
a = "abcazczqcarcazcaaca3ca5ca9c"
b = re.findall(r'a[a-z1-59]c', a)
print("b = {}".format(b))
# 输出结果：b = ['abc', 'azc', 'arc', 'azc', 'aac', 'a3c', 'a5c', 'a9c']
b这表达式包含了两个范围a-z和1-5，然后我们注意后面还有一个9，9是一个单独的字符，千万不能理解成1-59，在[]中都是单个字符，所以不会存在59这样的字符。从结果中我们也可以看出a9c确实匹配了9，a3c和a5c则是匹配了1-5的范围。
2.6匹配[或者]等元字符
因为本章我们介绍的语法大多都是包含了[]，所以很自然而然的涉及到一个问题，如何匹配“[”或者“]”本身？其实这关系到了正则表达式的保留字符，不止有[],我们还学到了\，以及点号‘.’，我们也称之为元字符，后面我们还会学到更多，目前我们遇到的就是这四个。为了匹配这些元字符，我们需要在这些字符前面加反斜杠，以保证这写字符不会被正则表达式的规则解析，而只代表字符本身的含义。我们看一些例子：
import re
a = "a\\nb[a]a.c"
b = re.findall(r'a\\n', a)
c = re.findall(r'b\[a\]a', a)
d = re.findall(r'a\.c', a)
e = re.findall(r'b.a]a', a)
f = re.findall(r'b[a]a', a)
print("a= {}, b = {}, c = {}, d = {}, e = {}, f = {}".
format(a, b, c, d, e, f))
# 输出结果：a= a\nb[a]a.c, b = ['a\\n'], c = ['b[a]a'],
# d = ['a.c'], e = ['b[a]a'], f = []
我们先看a这个字符串，其中\\n是两个字符，并不是换行，从a的打印结果也可以看出是两个字符。我们用\\代表\本身。可以看到b我们用\\来表示\本身，最后结果匹配到了。同样c我们用\[来代表[本身，用\]来代表]本身。d也是一样的，用\.来代表‘.’。 e我们用了通配符，并且我们还用了一个]，为什么这个正则表达式中]可以代表自己，而需要加\前缀呢？原因是因为这个右中括号]出现之前，并没有左中括号[，所以正则表达式会将这个右中括号]当成是其本身，而不是元字符。f不会匹配到对应的子串，因为先出现了左中括号，这时候正则表达式会寻找配对的左括号]，并当作是一个集合，这个集合里只有一个字符a，所以f的正则表达式等价于r'baa'，a中不包含这样的子串，所以结果为空。
到这里我们就学习完了字符类，其实字符类中还可以放入预定义类，因为预定义字符我们还没有讲到，下一章我们预定义字符的时候，我们再来看字符类中放预定义字符的例子。
转载自 CSDN-专业IT技术社区
