Python 2.7.18 正则表达式 HOWTO

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

摘要

本文档是关于在 Python 中使用 re 模块处理正则表达式的入门教程。它详细介绍了正则表达式的使用方法，包括匹配字符、重复、编译正则表达式、处理反斜杠问题、应用匹配以及字符串操作等内容。文档还讨论了正则表达式的局限性，并提供了常见问题的解答，如使用字符串方法的效率问题。

AI总结

本文档是《Python 2.7.18 正则表达式 HOWTO》，旨在帮助用户了解和使用 Python 的 `re` 模块进行正则表达式操作。以下是文档的核心内容总结：

---

### 1. 概述
- **re 模块**：自 Python 1.5 起引入，提供类似 Perl 的正则表达式功能。
- **历史**：早期版本使用 `regex` 模块（基于 Emacs 风格），但在 Python 2.5 中被移除。
- **正则表达式**：一种嵌入在 Python 中的编程语言，用于匹配字符串或字符串集。
- **应用场景**：适用于字符串匹配、搜索、替换等操作，但对于复杂任务，可能需要使用 Python 代码。

---

### 2. 简单模式
- **字符匹配**：大多数字符匹配自己，但某些字符（如 `.`, `^`, `$` 等）是元字符，具有特殊含义。
- **重复限定符**：
- `*`：匹配零次或更多次。
- `+`：匹配一次或更多次。
- `?`：匹配零次或一次。
- `{m,n}`：匹配至少 `m` 次，最多 `n` 次。

---

### 3. 使用正则表达式
- **编译正则表达式**：使用 `re.compile()` 将正则表达式编译为模式对象，以提高性能。
- **转义问题**：由于 Python 字符串中的反斜杠需要转义，建议使用原始字符串（`r'...'`）来简化处理。
- **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()`：用于查找所有匹配子字符串。

---

### 4. 更多模式能力
- **分组**：使用 `()` 捕获子模式，可引用捕获组。
- **非捕获组**：使用 `(?:...)` 创建非捕获组，避免不必要的捕获。
- **命名组**：使用 `(?P...)` 为组命名，便于引用。
- **前向断言**：
- `(?=...)`：正向断言，匹配后不占用字符位置。
- `(?!...)`：负向断言，匹配后不占用字符位置。

---

### 5. 修改字符串
- **分割字符串**：使用 `re.split()` 将字符串按正则表达式分割。
- **搜索和替换**：
- `re.sub()`：替换匹配的子字符串。
- `re.subn()`：返回替换后的字符串和替换次数。
- 替换字符串可包含函数，用于动态生成替换内容。

---

### 6. 常见问题
- **字符串方法**：对于简单的匹配任务（如替换固定字符串），优先使用字符串方法（如 `replace()`），因为它们更快。
- **match() 和 search()**：`match()` 仅从字符串开头匹配，而 `search()` 会扫描整个字符串。
- **贪婪与非贪婪**：默认情况下，重复限定符是贪婪的，会尽可能匹配更多字符。使用 `*?`, `+?`, `?` 等非贪婪限定符可调整行为。
- **re.VERBOSE**：启用此标志后，正则表达式中的空格和注释会被忽略，提高可读性。

---

### 7. 反馈
- 文档提供了一个入门教程，但未涉及高级优化内容。
- 用户可以通过 `[e-mail]` 提供反馈。

---

### 总结
本文档全面介绍了 Python 正则表达式的使用方法，从基础的字符匹配到复杂的模式能力，再到字符串操作和常见问题，适合开发者快速上手并掌握正则表达式的强大功能。