---

這題很考驗對 python 內建模組的理解程度，特別是正規表達式

這兩個函數分別導入 re 和 string 兩個內建模組

 

re 是 python 用來做正規表達式 (Regular Expression) 的模組，可以用來分析字串結構。

string 也可以用來分析字串，包含一些常量和函數，功能相對單純一些。

(注意這個 string 和內建的 str 物件是不同的東西，別搞混了！ string 是模組 module，str 是內置類型 built-in type)

 

--

 

先講 Dave 的函數，比較簡單

他從 string 裡面 import 了 digits 這個常量，這個常量其實就相當於 "0123456789"，它記錄了所有的十進制的阿拉伯數字數字。(要特別強調是因為有十進制但不是阿拉伯數字的文字，不懂的可以參考 k318 的解題報告)

所以他的函數其實是先檢查傳入的參數 s 是否為空字串，若不為空就遍歷該字串，逐一檢查每個字元是否都在 string.digits 內。

 

--

 

Carol 的函數就比較複雜了，他用了正規表達式，如果沒有學過的話基本上可以直接放棄這題，詳細介紹可以參考 wiki，我就不細說它的用法了，真細講下去沒完沒了。

 

re.match 這個函數接受三個參數，分別是 pattern, string, flag

• pattern：規則，這裡要傳入想比較的正規表達式。
• string： 傳入要分析的目標字串。
• flag：額外規則，預設為 0，可以控制正規表達式的匹配方式。

re.match 如果有找到符合規則的字串，就會直接返回他找到的第一個字串，若找不到的話會回傳 None；所以這邊才會寫成 is not None。

 

 

一個字一個字解釋這個正規表達式 r'^\d+$' 

• 最開頭的 r 是 python 中特別的字串表達方式，意思是原始字符串 row string，主要作用是避免反斜線 \ 被當成跳脫字元處理，有興趣可以自己試試看 print(r'\\aaaa') 和 print('\\aaaa') 的區別，這邊要特別弄 row string 是因為在正規表達式中，反斜線 \ 是很重要的符號，有特別的意義，不能當成轉譯字符看待，所以在字串最前面添加 r。接下來被引號包起來的部分就是正規表達式的規則。
• ^ 意思是一定得從字串的開頭開始匹配，如果開頭就不符合規則，直接返回 None。
• \d 是指匹配數字字符，也就是我們熟悉的 0123456789，但其他也能用於表達數字的字符它也能接受，例如全形數字 ０１２３４５６７８９、孟加拉數字 ০১২৩৪৫৬৭৮৯、泰米爾語數字 ௦௧௨௩௪௫௬௭௮௯ ......等一大堆稀奇古怪的東西。
• + 的意思是匹配前面的子運算式一次或多次，在這裡和 \d 組合在一起，變成 \d+ ，相當於匹配連續不間斷的數字字符。
• $ 就是匹配到字串的結束位置，注意對 $ 來說，字串的結束位置並不等於最後一個字符，如果字串結尾是 \n 就會被它自動忽略(沒加這個就不忽略)。(這也是出bug的地方，對，就這一個字，讓程式出bug)

 

用人話來說， r'^\d+$' 意思就是「匹配從字串開頭到字串結尾都是數字字符的字串」

 

Carol 在函數的最後還傳入了一個 flag 參數 re.A，意思是僅匹配在 ASCII 範圍內的字符，一共 128 個，這會修改 \d 對數字的定義，所以那些全形數字、孟加拉數字、......各種神祕語言的數字就都不包含在內了，因為他們都不在 ASCII 的範圍內。

 

看起來似乎很完美，如果字串從頭到尾都是數字才會回傳 True，也把條件篩很清楚，只匹配在 ASCII 內的數字。

 

傳入 "123456"  -> 返回 True

傳入 "123abc" -> 返回 False

傳入 "௪௫௬555" -> 返回 False

傳入 "a1b2c3" -> 返回 False

 

無敵了......吧?

但其實字串並非只能是這些東西，ASCII 的表格裡面有好多奇怪的字符呢！我們也可以傳入

"123\t" -> 返回 False (\t 就是 tab)

"123\r" -> 返回 False (\r 是換行符的一種)

"123\n" -> 返回 True (\n 應該...不用解釋吧，就是我們習慣的換行符)

 

看起來似乎沒問題?又似乎有點不對勁?

回頭看一下題目的要求

 

該作業要求學生實作一個函數 isNumber(s)，其輸入參數 s 為一個字串(str)，該函數需要回傳一個布林值(bool)用以判斷字串 s 是否為「數字」？若一個字串至少包含一個字元，且之中的每個字元皆為阿拉伯數字 0123456789 其中之一，則我們稱該字串為「數字」。

 

必須要每個字元都是數字才是正確答案，但在 "123\n" 中顯然並非如此，\n 並不是數字，這個字串並非所有字元都是數字，可為什麼 Carol 的函數會判定它為 True？

 

問題就出在它的正規表達式中的 $

前面有提到，$ 是「匹配到字串的結尾為止」，對 $ 來說，字串的結尾就是 \n ，如果遇到 \n 就會忽略它，只判斷在 \n 前面的內容，所以在讀取 "123\n" 時，邏輯是這樣的：

• 先讀取第一個字元 "1"，是數字沒問題
• 下一個字元是 "2"，是數字，且它前面也是數字，確實是連續的數字
• 下一個字元是 "3"，是數字，且它前面也是數字，確實是連續的數字
• 下一個字元是 "\n"，規則提到只需要檢查到「字串的結尾就可以」，\n 就是結尾，所以忽略掉
• 回頭檢視，前面只剩下 "123" ，確實是從頭到尾都是數字的字符串，所以 re.match 返回 "123"

 

於是就這麼戲劇化的輸出錯誤結果了。

 

--

 

找到 bug 了，那能修嗎？當然能，沒有問題的。

簡單的刪掉 $ 肯定是不行，因為我們要的就是「匹配從字串開頭到字串結尾都是數字字符的字串」，把 $ 刪掉的話就是匹配從字串開頭開始連續的字串，會讓像 "123abc" 這種格是的字串也返回 True ，那就不是我們所期望的了。

 

$ 不能用，但同時我們需要另一個能表達「匹配到字串結尾」且「不會忽略換行符 \n 」的東西替代它，那就可以使用 \Z。

\Z 的用途和 $ 差不多，區別在於它不會忽略換行符 \n，所以我們只需要把原本的規則改成 r'^\d+\Z' 就是正確的函數了。

 

 

參考資料：

string | Common string operations | Python 3.13.1 documentation

re | Regular expression operations | Python 3.13.1 documentation

regex101: build, test, and debug regex (這是用來測試正規表達式用的網站)