1.4 字符组简记法

对于[0-9]、[a-z]等常用字符组，正则表达式提供了更简单的记法，这就是字符组简记法（shorthands）。

常用的字符组简记法

含义	表达式	等价表达式
数字字符（0-9）	\d	[0-9]
单词字符（数字字母下划线）	\w	[0-9a-zA-Z_]
空白字符	\s	[ \t\r\n\v\f]（第一个字符是空格）

“空白字符”并不难定义，它可以是空格字符、制表符\t、回车符\r，换行符\n等各种“空白”字符，只是不方便展现（因为打印出来都是空白）。

字符组简记法可以单独出现，也可以使用在字符组中，比如[0-9a-z]可以写作[\da-z]，[^0-9]可以写作[^\d]。

相对于\d、\w、\s这三个普通字符组简记法，正则表达式也提供了对应排除型字符组的简记法：\D、\W、\S——字母完全一样，只是改为大写。这些简记法匹配的字符互补：\d能匹配的字符，\D一定不能匹配，\w能匹配的字符，\W一定不能匹配，\s能匹配的字符，\S一定不能匹配。

re.search(r'\d', '8') is not None  # True
re.search(r'\d', 'a') is not None # False

妥善利用这种互补的属性，可以得到一些非常巧妙的效果。最简单的应用就是字符组[\s\S]，它等价于[\w\W]、[\d\D]，可以匹配“任意字符”。

关于字符组简记法，最后要补充两点：

• 如果字符组中如果出现了字符组简记法，最好不要出现单独的-，比如[\d-a]就让人很困惑，在有些语言中-会被当作普通字符，而在有些语言中，这样写会报错。
• 以上说的\d、\w、\s的匹配规则，都是针对ascii 编码而言的，也叫ASCII匹配规则。但是，目前一些语言中的正则表达式已经支持了Unicode字符，那么数字字符、单词字符、空白字符的范围，已经不仅仅限于ASCII编码中的字符。