Python 3.10.15 正则表达式 HOWTO

• 语言: 中文（简体）
• 格式: .pdf
• 来源: docs.python.org

摘要

本文是关于在 Python 中通过 re 模块使用正则表达式的入门教程。文档详细介绍了正则表达式的定义、基本用法、编译过程、反斜杠处理、高级功能（如组和断言）以及常见问题。正则表达式是一种用于字符串匹配和操作的微型编程语言，通过 re 模块可以将其嵌入 Python。文档还涵盖了正则表达式的优化建议和使用场景，强调了在处理复杂字符串任务时的灵活性和效率。

AI总结

《Python 3.10.15 正则表达式 HOWTO》是一份关于在 Python 中使用 `re` 模块操作正则表达式的入门指南。以下是文档的核心内容总结：

### 1. 概述
- 正则表达式（Regular Expressions）是一种嵌入 Python 的小型编程语言，用于匹配字符串或执行字符串操作。
- 正则表达式会被编译为字节码，由 C 语言引擎执行。
- 虽然正则表达式功能强大，但并非所有字符串处理任务都适合使用正则表达式，尤其是复杂任务可能需要编写 Python 代码。

### 2. 简单正则
- **匹配字符**：大多数字符直接匹配自身，但元字符（如 `.`、`^`、`$`、`*`、`+`、`?`、`{}`、`[]`、`\\`、`|`、`()`）具有特殊含义。
- **字符类**：`[ ]` 用于指定字符集合，支持范围（如 `a-z`）和取反（如 `^a-z`）。
- **重复限定符**：`*`（0 次或多次）、`+`（1 次或多次）、`?`（0 次或 1 次）、`{m,n}`（m 到 n 次）。

### 3. 使用正则表达式
- **编译正则表达式**：使用 `re.compile()` 创建模式对象，支持可选的标志参数（如 `IGNORECASE`、`VERBOSE`）。
- **反斜杠灾难**：由于 Python 字符串和正则表达式都需要转义反斜杠，建议使用原始字符串（`r'...'`）简化处理。
- **匹配方法**：
- `match()`：从字符串开头匹配。
- `search()`：在字符串中查找任意位置的匹配。
- `findall()` 和 `finditer()`：返回所有匹配的子字符串或迭代器。
- **模块级函数**：`re.match()`、`re.search()` 等函数直接使用正则字符串，支持内部缓存。
- **编译标志**：如 `IGNORECASE`（不区分大小写）、`DOTALL`（`.` 匹配换行符）、`MULTILINE`（`^` 和 `$` 匹配多行）。

### 4. 更多模式能力
- **元字符**：支持更多特殊字符，如 `\b`（字边界）、`\d`（数字）、`\s`（空白字符）、`\t`（制表符）。
- **分组**：`()` 捕获子表达式，支持命名组（`(?P...)`）和非捕获组（`(?:...)`）。
- **前视断言**：`(?=...)` 和 `(?!...)` 用于零宽度匹配，不消耗字符。

### 5. 修改字符串
- **分割字符串**：`re.split()` 可以根据正则表达式分割字符串。
- **搜索和替换**：`re.sub()` 支持替换字符串，可使用函数实现动态替换。

### 6. 常见问题
- **优先使用字符串方法**：如 `str.replace()` 和 `str.translate()`，适用于固定字符串操作。
- **匹配与搜索**：`match()` 从开头匹配，`search()` 在整个字符串中查找。
- **贪婪与非贪婪**：默认匹配尽可能多的字符，非贪婪模式（`?`）匹配尽可能少的字符。
- **使用 `re.VERBOSE`**：允许在正则表达式中添加注释和空白字符，提高可读性。

### 总结
本文详细介绍了 Python 中正则表达式的使用方法，涵盖了从基础语法到高级功能的各个方面。通过合理使用正则表达式，可以高效地进行字符串匹配、搜索和替换操作。