Python 3.9.20 正则表达式 HOWTO

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

摘要

本文档是一个关于如何在 Python 中使用 re 模块进行正则表达式操作的入门教程。文档详细介绍了正则表达式的定义、使用方法，包括匹配字符、重复匹配、编译正则表达式、反斜杠处理、应用匹配、模块级函数、编译标志等。此外，文档还涵盖了更多高级模式能力，如分组、非捕获和命名组、前视断言，以及常见问题如使用字符串方法、match() 和 search() 的区别、贪婪与非贪婪匹配等。文档强调了正则表达式的应用场景和注意事项，帮助读者更好地理解和使用正则表达式。

AI总结

# Python 3.9.20 正则表达式指南总结

## 概述
正则表达式（Regular Expression，简称 regex）是一种用于匹配字符串的微型编程语言。在 Python 中，通过 `re` 模块可以使用正则表达式来解决字符串匹配、查找、分割和替换等问题。正则表达式通过编译为字节码并由 C 语言引擎执行，能够高效处理字符串操作。虽然正则表达式功能强大，但并非所有字符串任务都适合使用它，尤其是复杂任务时，可能需要编写 Python 代码。

## 简单正则
### 2.1 匹配字符
- 大多数字符在正则表达式中直接匹配自身。
- 特殊元字符（如 `[`、`]`、`^`、`$`、`*`、`+`、`?`、`{`、`}`、`\`、`|`、`(`、`)`）需要转义或在特定上下文中使用。
- 字符类 `[a-z]` 可以匹配任意一个字符范围内的字符，例如 `[a-c]` 匹配 `a`、`b` 或 `c`。

### 2.2 重复匹配
- `*`：匹配零次或多次。
- `+`：匹配一次或多次。
- `?`：匹配零次或一次。
- `{m,n}`：匹配至少 `m` 次，最多 `n` 次。`m` 和 `n` 可以省略，分别默认为 0 和无穷大。

## 正则表达式的使用
### 3.1 编译正则表达式
- 使用 `re.compile()` 将正则表达式编译为 `Pattern` 对象，可以提高性能。
- 例如：

  import re
  p = re.compile(r'ab*')

### 3.2 反斜杠灾难
- 正则表达式中的反斜杠用于转义特殊字符，但在 Python 字符串中也需要转义，导致双重转义。
- 使用原始字符串（`r''`）可以简化书写，避免反斜杠灾难。

### 3.3 应用匹配
- `Pattern` 对象提供以下方法：
- `match()`：检查正则表达式是否在字符串开头匹配。
- `search()`：扫描字符串，查找第一个匹配项。
- `findall()`：返回所有匹配子串的列表。
- `finditer()`：返回所有匹配项的迭代器。

### 3.4 模块级函数
- `re` 模块提供了一些函数，如 `sub()`，用于字符串替换。

### 3.5 编译标志
- 标志（如 `re.IGNORECASE`）可以修改正则表达式的行为，例如启用不区分大小写模式。

## 更多模式能力
### 4.1 更多元字符
- 特殊字符（如 `\b` 表示单词边界，`\d` 表示数字）可以扩展正则表达式的功能。

### 4.2 分组
- 使用 `()` 捕获子组，可以用于后向引用或其他操作。
- 例如：`r'(a)(b)'` 捕获两个子组。

### 4.3 非捕获和命名组
- 非捕获组 `?:...` 不会捕获内容，但仍然可以用于分组和结构化。
- 命名组 `(?P...)` 可以通过名称引用组，便于处理复杂正则。

### 4.4 前视断言
- 前视断言（如 `(?=...)`）用于在不消耗字符的情况下检查模式。

## 修改字符串
### 5.1 分割字符串
- 使用 `re.split()` 根据正则表达式分割字符串。

### 5.2 搜索和替换
- `re.sub()` 可以替换匹配项，支持使用函数作为替换内容。

## 常见问题
### 6.1 使用字符串方法
- 对于简单的字符串替换或匹配，优先使用字符串方法（如 `str.replace()`），因为它们通常更快。

### 6.2 match() 和 search()
- `match()` 只检查字符串开头是否匹配，而 `search()` 会扫描整个字符串查找第一个匹配项。

### 6.3 贪婪与非贪婪
- 默认情况下，正则表达式是贪婪的，会尽可能匹配更多字符。使用 `*?`、`+?`、`??` 等非贪婪限定符可以限制匹配行为。

### 6.4 使用 re.VERBOSE
- `re.VERBOSE` 标志允许在正则表达式中添加注释和空格，提高可读性。

## 反馈
- 如果发现文档错误或有改进建议，可以通过 `[e-mail]` 提交反馈。

---

### 总结
正则表达式是 Python 中强大的字符串处理工具，适用于匹配、查找、分割和替换任务。通过编译正则表达式、使用模块级函数和处理字符串操作，可以高效完成复杂任务。注意正则表达式的使用场景，避免在不必要的情况下过度复杂化表达式。