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

本文档是关于Python中使用re模块进行正则表达式操作的入门教程。文档介绍了正则表达式的定义、基本用法、元字符、重复匹配、编译正则表达式的方法，以及在实际应用中需要注意的问题。内容涵盖正则表达式的匹配原理、字符串处理、常见陷阱和优化技巧，帮助读者理解如何在Python中高效使用正则表达式。

AI总结

# Python 正则表达式指南总结

## 1. 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，通过 `re` 模块嵌入 Python。它可以用于检查字符串是否匹配特定模式、查找和替换字符串等操作。正则表达式会被编译成字节码，由 C 语言引擎执行。

**特点**：
- 适用于字符串处理任务。
- 语言小巧但功能强大。
- 高级应用需考虑性能优化。

**适用场景**：
- 匹配特定字符串模式。
- 修改字符串内容。
- 处理复杂的文本操作。

**注意事项**：
- 并非所有字符串任务都适合用正则表达式。
- 复杂任务可能需要编写 Python 代码。

---

## 2. 简单正则

### 2.1 匹配字符
- **普通字符**：大多数字符直接匹配自身，如 `test` 匹配 `test`。
- **元字符**：特殊字符（如 `.`、`*`、`+` 等）需要转义后才能匹配自身。
- **字符类**：`[ ]` 包裹的字符集合用于匹配任意一个字符，支持范围定义（如 `[a-z]`）和取反（如 `^5` 表示匹配除 `5` 以外的任意字符）。
- **转义字符**：反斜杠 `\` 用于转义元字符，使其匹配字面值。

### 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。

**示例**：
- `ab*` 匹配 `a` 后跟零个或多个 `b`。
- `ca+t` 匹配 `c` 后跟至少一个 `a` 和 `t`。

**贪心匹配**：正则默认尽可能多地匹配字符，若失败则逐步回退。

---

## 3. 正则表达式的使用

### 3.1 编译正则表达式
- 使用 `re.compile()` 将正则字符串编译为 `pattern` 对象，支持 `flags` 参数（如 `re.IGNORECASE`）。
- 示例：

  import re
  p = re.compile(r'ab*')  # 编译正则表达式

### 3.2 反斜杠灾难
- 正则表达式和 Python 字符串的反斜杠冲突可能导致转义问题。
- 解决方法：使用原始字符串（`r''`）书写正则表达式。

### 3.3 应用匹配
- `pattern` 对象方法：
- `match()`：检查正则是否匹配字符串开头。
- `search()`：扫描字符串，查找任意位置的匹配。
- `findall()`：返回所有匹配的子串。
- `finditer()`：返回匹配的迭代器。

**示例**：

p = re.compile(r'\bclass\b')
print(p.search('no class at all'))  # 成功匹配
print(p.search('the declassified algorithm'))  # 无匹配

---

## 4. 更多模式能力

### 4.1 更多元字符
- **零宽度断言**：`^` 匹配字符串开头，`$` 匹配字符串结尾，`\b` 匹配单词边界。
- **分组**：`()` 用于捕获子组，支持嵌套和重复。
- **非捕获组**：`(?:...)` 用于分组但不捕获内容。
- **前视断言**：`(?=...)` 和 `(?<=...)` 分别表示正向和反向断言。

### 4.2 常见问题
- **贪婪与非贪婪**：默认为贪婪匹配，`?` 可改为非贪婪。
- **字符串方法**：优先使用字符串自带方法（如 `replace()`）处理简单任务。

---

## 5. 修改字符串

### 5.1 分割字符串
- 使用 `re.split()` 按正则分割字符串。

### 5.2 搜索和替换
- 使用 `re.sub()` 替换字符串中的匹配项。

---

## 6. 常见问题

### 6.1 使用字符串方法
- 正则表达式功能强大，但固定字符串任务优先使用字符串方法。

### 6.2 `match()` 和 `search()` 区别
- `match()` 只匹配字符串开头。
- `search()` 扫描整个字符串，寻找任意位置的匹配。

### 6.3 贪婪与非贪婪
- 默认为贪心匹配，`?` 可改为非贪心。

### 6.4 使用 `re.VERBOSE`
- 通过多行注释和空格优化正则可读性。

---

## 7. 反馈
文档作者：A.M. Kuchling，邮箱：[e-mail]。

---

**总结**：
本文档是 Python 正则表达式的入门教程，介绍了从基础语法到高级功能的使用方法，强调了正则表达式的强大功能和适用场景，同时也提醒读者在复杂任务中考虑替代方案。通过合理使用正则表达式，可以高效地完成字符串匹配和修改任务。