正则表达式——普通字符组（续）
正则表达式提供了-范围表示法（range），它更直观，能进一步简化字符组。
所谓"-范围表示法"，就是用[x-y]的形式表示x到y整个范围内的字符，省去一一列出的麻烦，这样[0123456789]就可以表示为[0-9]。如果你觉得这不算什么，那么确实比[abcdefghijklmnopqrstuvwxyz]简单太多了。
你可能会问，"-范围表示法"的范围是如何确定的？为什么要写作[0-9]，而不写作[9-0]？
要回答这个问题，必须了解范围表示法的实质。在字符组中，-表示的范围，一般是根据字符对应的码值（Code Point，也就是字符在对应编码表中的编码的数值）来确定的，码值小的字符在前，码值大的字符在后。在ASCII编码中（包括各种兼容ASCII的编码中），字符0的码值是48（十进制），字符9的码值是57（十进制），所以[0-9]等价于[0123456789]；而[9-0]则是错误的范围，因为9的码值大于0，所以会报错。
例1-5 [0-9]是合法的，[9-0]会报错
re.search("^[0-9]$", "2") != None # => True
re.search("^[9-0]$", "2") != None
Traceback (most recent call last):
error: bad character range
如果知道0~9的码值是48~57，a~z的码值是97~122，A~Z的码值是65~90，能不能用[0-z]统一表示数字字符、小写字母、大写字母呢？
答案是：勉强可以，但不推荐这么做。根据惯例，字符组的范围表示法都表示一类字符（数字字符是一类，字母字符也是一类），所以虽然[0-9]、[a-z]都是很好理解的，但[0-z]却很难理解，不熟悉ASCII编码表的人甚至不知道这个字符组还能匹配大写字母，更何况，在码值48到122之间，除去数字字符（码值48~57）、小写字母（码值97~122）、大写字母（码值65~90），还有不少标点符号（参见表1-1），从字符组[0-z]中却很难看出来，使用时就容易引起误会，例1-6所示的程序就很可能让人莫名其妙。
表1-1 ASCII编码表（片段）
|
码值 |
字符 |
码值 |
字符 |
码值 |
字符 |
码值 |
字符 |
码值 |
字符 |
|
48 |
0 |
63 |
? |
78 |
N |
93 |
] |
108 |
l |
|
49 |
1 |
64 |
@ |
79 |
O |
94 |
^ |
109 |
m |
|
50 |
2 |
65 |
A |
80 |
P |
95 |
_ |
110 |
n |
|
51 |
3 |
66 |
B |
81 |
Q |
96 |
` |
111 |
o |
|
52 |
4 |
67 |
C |
82 |
R |
97 |
a |
112 |
p |
|
53 |
5 |
68 |
D |
83 |
S |
98 |
b |
113 |
q |
|
54 |
6 |
69 |
E |
84 |
T |
99 |
c |
114 |
r |
|
55 |
7 |
70 |
F |
85 |
U |
100 |
d |
115 |
s |
|
56 |
8 |
71 |
G |
86 |
V |
101 |
e |
116 |
t |
|
57 |
9 |
72 |
H |
87 |
W |
102 |
f |
117 |
u |
|
58 |
: |
73 |
I |
88 |
X |
103 |
g |
118 |
v |
|
59 |
; |
74 |
J |
89 |
Y |
104 |
h |
119 |
w |
|
60 |
< |
75 |
K |
90 |
Z |
105 |
i |
120 |
x |
|
61 |
= |
76 |
L |
91 |
[ |
106 |
j |
121 |
y |
|
62 |
> |
77 |
M |
92 |
\ |
107 |
k |
122 |
z
|
例1-6 [0-z] 的奇怪匹配
re.search("^[0-z]$", "A") != None # => True
re.search("^[0-z]$", ":") != None # => True
在字符组中可以同时并列多个"-范围表示法"，字符组[0-9a-zA-Z]可以匹配数字、大写字母或小写字母；字符组 [0-9a-fA-F]可以匹配数字，大、小写形式的a~f，它可以用来验证十六进制字符，代码见例1-7
例1-7 [0-9a-fA-F]准确判断十六进制字符
re.search("^[0-9a-fA-F]$", "0") != None # => True
re.search("^[0-9a-fA-F]$", "c") != None # => True
re.search("^[0-9a-fA-F]$", "i") != None # => False
re.search("^[0-9a-fA-F]$", "C") != None # => True
re.search("^[0-9a-fA-F]$", "G") != None # => False
在不少语言中，还可以用转义序列\xhex来表示一个字符，其中\x是固定前缀，表示转义序列的开头，num是字符对应的码值（Code Point，详见第127页，下文用?127表示），是一个两位的十六进制数值。比如字符A的码值是41（十进制则为65），所以也可以用\x41表示。
字符组中有时会出现这种表示法，它可以表现一些难以输入或者难以显示的字符，比如\x7F；也可以用来方便地表示某个范围，比如所有ASCII字符对应的字符组就是[\x00-\x7F]，代码见例1-8。这种表示法很重要，在第120页还会讲到它，依靠这种表示法可以很方便地匹配所有的中文字符。
例1-8 [\x00-\x7F]准确判断ASCII字符
re.search("^[\x00-\x7F]$", "c") != None # => True
re.search("^[\x00-\x7F]$", "I") != None # => True
re.search("^[\x00-\x7F]$", "0") != None # => True
re.search("^[\x00-\x7F]$", "<") != None # => True
