企业官网建设流程全解析

前言

「边界匹配」这个词在 Python 里其实指两类不同的东西：一类是字符串两端的匹配（这个字符串是不是以某段文字开头或结尾），另一类是正则表达式里的锚点与词边界（^、$、\A、\z、\b）。前者用str自带方法就能做，后者必须动用re模块。很多人把两者混着用，写出「用正则判断前缀」这种绕远路的代码。

另一个高频误解是「re.match就是全文匹配」。不是。re.match只在字符串开头尝试匹配，"hello".匹配"hello world"一样会成功；要「必须整段匹配」，得用re.fullmatch或自己在两端加锚点。这个差别不搞清楚，校验用户输入时就会放过一堆不该放过的值。

本文从str方法讲到正则锚点，把边界相关的工具按「够用就好」的顺序排开，并标注版本差异。

一、最基础：startswith / endswith

判断前缀后缀，最直接的是str自带方法：

# 适用于 Python 3.8+
s = "report-2026.csv"

print(s.startswith("report")) # True
print(s.endswith(".csv")) # True
print(s.startswith("data")) # False

str.startswith()和str.endswith()的完整形态支持元组和区间：

# 适用于 Python 3.8+
s = "report-2026.csv"

print(s.startswith(("data", "report"))) # True，任一前缀命中即可
print(s.endswith((".csv", ".tsv"))) # True
print(s.startswith("2026", 7)) # True，从下标 7 开始比较
print(s.startswith("report", 0, 6)) # True，只比较 s[0:6]

要点：

• 
  
• 参数可以是字符串或字符串元组。传元组时，任意一个匹配即返回True。
• 
  
• 可选的start、end参数按切片语义解释，用来把「前缀」限制在某个区间内。
• 
  
• 返回布尔值，找不到不会报错。
• 
  

如果需求不是「判断」而是「去掉」前后缀，Python 3.9 起有removeprefix()/removesuffix()：

# 适用于 Python 3.9+
print("report-2026.csv".removeprefix("report-")) # 2026.csv
print("report-2026.csv".removesuffix(".csv")) # report-2026
print("report-2026.csv".removeprefix("data-")) # 原样返回

这两个方法要求整体匹配：只有字符串真的以该前缀开头，才会去掉；否则原样返回副本。

二、正则锚点：^、$、\A、\z

进入re的地界，先认清四个锚点：

注意$的一个特殊行为：它除了匹配字符串末尾，还匹配末尾换行符之前的位置。所以"foo\n"里搜$会找到两处（换行前一处、真正的末尾一处）。如果要求严格的「末尾」，用\z（或旧写法\Z）。

版本提示：\z是Python 3.14 新增的。在 3.14 之前，末尾锚点只有\Z，而且\Z在旧版本里的语义就等同于现在的\z。所以：

# 适用于 Python 3.8 ~ 3.13
import re
print(re.search(r"abc\Z", "abc")) # 匹配成功

# 适用于 Python 3.14+
import re
print(re.search(r"abc\z", "abc")) # \z 是标准写法
print(re.search(r"abc\Z", "abc")) # \Z 仍可用，是 \z 的兼容别名

写跨版本的代码时，用\Z最稳妥；只有在明确要求 3.14+ 时才写\z。

^与\A的区别同理：在默认模式下两者都只匹配开头；一旦加上re.MULTILINE，^会变成「每行行首」，而\A依旧只管整串开头。

# 适用于 Python 3.8+
import re

text = "a1\nb2\nc3"

print(len(re.findall(r"^\w", text))) # 1，只匹配整串开头
print(len(re.findall(r"^\w", text, re.MULTILINE))) # 3，每行行首
print(len(re.findall(r"\A\w", text))) # 1，\A 不受 MULTILINE 影响

三、match / search / fullmatch 的区别

这三个函数最容易搞混：

# 适用于 Python 3.8+
import re

s = "hello world"

print(bool(re.search(r"world", s))) # True，任意位置搜索
print(bool(re.match(r"world", s))) # False，match 只从开头试
print(bool(re.match(r"hello", s))) # True，开头命中即可，不要求整串
print(bool(re.fullmatch(r"hello", s))) # False，fullmatch 要求整串匹配
print(bool(re.fullmatch(r"hello world", s))) # True

对照表：

re.fullmatch是Python 3.4 起才有的。更早的版本要写re.match(r"(?:pattern)\Z", s)。今天直接用fullmatch即可，它是校验「整段格式」（比如邮箱、订单号）最贴切的工具。

四、\b 与 \B：词边界

\b匹配的不是字符，而是位置。官方定义是：\b匹配「\w与\W之间（或反之），以及\w与字符串开头/结尾之间」的空位置。默认（Unicode 模式）下\w指 Unicode 字母数字加下划线。

# 适用于 Python 3.8+
import re

print(re.findall(r"\bat\b", "at, at. (at) as at ay")) # ['at', 'at', 'at', 'at']
print(re.findall(r"\bat\b", "attempt atlas")) # []

"\bat\b"能匹配"at"、"at."、"(at)"，但不匹配"attempt"、"atlas"——因为后两者里at后面紧跟着词字符，不构成边界。

\B是\b的反面：匹配不是词边界的位置。

# 适用于 Python 3.8+
import re

# \b 要求「词字符与非词字符交界」，\B 正好相反：要求两侧都是词字符
print(re.findall(r"\bth\b", "python athena")) # []，th 两边都是字母，不构成边界
print(re.findall(r"\Bth\B", "python athena")) # ['th', 'th']，th 两侧都是词字符

实际使用中\B出现得较少，但它适合「要求两侧都是词字符」的场景，比如匹配单词内部的片段。

要精确控制「什么算词字符」，可以配合re.ASCII让\w只认 ASCII：

# 适用于 Python 3.8+
import re

print(re.findall(r"\b\w+\b", "中文 abc 123")) # ['中文', 'abc', '123']
print(re.findall(r"\b\w+\b", "中文 abc 123", re.ASCII)) # ['abc', '123']

五、实战：校验与提取

# 适用于 Python 3.9+（里面用到了 removesuffix）
import re

ORDER_RE = re.compile(r"[A-Z]{2}-\d{6}")


def is_valid_order(code):
"""订单号：两个大写字母 + 短横线 + 六位数字，且必须整串匹配。"""
return bool(ORDER_RE.fullmatch(code))


def extract_numbers(text):
"""提取文本中独立的数字（不粘在字母上）。"""
return re.findall(r"\b\d+\b", text)


def strip_extension(filename):
"""去掉已知后缀，3.9+ 一行搞定。"""
for ext in (".csv", ".tsv", ".txt"):
if filename.endswith(ext):
return filename.removesuffix(ext)
return filename


if __name__ == "__main__":
print(is_valid_order("AB-123456")) # True
print(is_valid_order("ab-123456")) # False
print(is_valid_order("AB-1234567")) # False
print(extract_numbers("a1 22 b333 c")) # ['22']
print(strip_extension("data.csv")) # data

extract_numbers的结果是['22']：1和333都紧贴着字母，所以\b不成立，被过滤掉了。

常见坑点

1. 
   
2. 以为re.match是整串匹配
3. 
   

❌re.match(r"\d{4}", "2026a")返回匹配对象，误以为输入的a也合法 ✅ 要整串匹配用re.fullmatch(r"\d{4}", s)（3.4+）

1. 
   
2. 用$当严格的末尾锚点
3. 
   

❌re.search(r"abc$", "abc\n")匹配成功，因为$也匹配末尾换行之前 ✅ 严格末尾用\Z（跨版本安全）；3.14+ 可写\z

1. 
   
2. 在 3.14 之前用\z
3. 
   

❌ 3.13 上写re.search(r"abc\z", s)，\z不是合法转义，行为不符预期 ✅ 3.14 起才有\z；旧版本一律用\Z

1. 
   
2. 以为\A会受re.MULTILINE影响
3. 
   

❌ 加re.MULTILINE后期待\A匹配每行开头 ✅ 只有^会变成「每行行首」；\A始终只匹配整串开头

1. 
   
2. 用startswith判断时传了非字符串
3. 
   

❌s.startswith(1)→TypeError: startswith first arg must be str or a tuple of str✅ 传str或str的元组；数字先str()化

1. 
   
2. 把startswith的start当成「第几个字符」
3. 
   

❌"abc".startswith("b", 1)记不清是从 1 开始还是跳过 1 个 ✅start就是切片起点，s.startswith(p, 1)等价于s[1:].startswith(p)

1. 
   
2. 用strip去前后缀而不是removeprefix
3. 
   

❌"report-2026".strip("report-")会把结尾的t、r等也啃掉 ✅"report-2026".removeprefix("report-")（3.9+）

1. 
   
2. \b在 Unicode 文本上误判
3. 
   

❌ 以为\b\w+\b只匹配英文，结果中文也被切出来 ✅ 明确需求：加re.ASCII限定\w为 ASCII 字母数字下划线

总结

边界匹配的核心是分清「位置」和「字符」：锚点与\b匹配的都是一处位置，长度为 0，这也是为什么"foo\n"里$能找到两处。写校验逻辑时优先用fullmatch，写提取逻辑时用search/findall；至于前后缀的增删，str自带的startswith、removeprefix往往比正则更短也更清楚。