Python 3.13 正则表达式 HOWTO

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

摘要

文档详细介绍了Python 3.13中正则表达式的使用方法，重点讲解了原始字符串表示法在正则表达式中的应用，以及如何通过反斜杠进行转义。文档还介绍了正则表达式的匹配方法，包括match()、search()和findall()等，并解释了这些方法的功能和返回值。此外，文档还讨论了正则表达式中的贪婪与非贪婪匹配、前视断言等高级特性，并提供了使用正则表达式修改字符串的示例，如split()和sub()方法。最后，文档强调了在处理复杂正则表达式时使用re.VERBOSE标志以提高可读性的重要性。

AI总结

### Python 3.13 正则表达式 HOWTO 总结

#### 1. **正则表达式中的反斜杠处理**
- 在 Python 字符串中，反斜杠 `\` 需要转义，因此正则表达式中的 `\\` 在字符串中需写为 `\\\\`。
- 使用原始字符串（`r""`）可以避免反斜杠的重复转义问题，如 `r"\n"` 表示字面反斜杠和 `n`，而 `"\n"` 表示换行符。
- 未使用原始字符串或未正确转义反斜杠时，无效的转义序列会触发 `DeprecationWarning`，最终变为 `SyntaxError`。

#### 2. **正则表达式的匹配方法**
- **`match()`**: 从字符串开头匹配，若成功返回匹配对象，否则返回 `None`。
- **`search()`**: 扫描整个字符串，返回第一个匹配的对象。
- **`findall()`**: 返回所有匹配的子字符串列表。
- **`finditer()`**: 返回所有匹配的迭代器对象。

#### 3. **命名分组与后向引用**
- 使用 `(?P...)` 定义命名分组，便于通过名称引用匹配结果，如 `m.group('name')`。
- 后向引用可以通过 `(?P=name)` 实现，用于匹配重复的内容，如 `\b(?P\w+)\s+(?P=word)\b`。

#### 4. **前视断言**
- **肯定型前视断言 `(?=...)`**: 断言内部表达式在当前位置可以匹配，但不消耗字符。
- **否定型前视断言 `(?!...)`**: 断言内部表达式在当前位置不能匹配。
- 前视断言可用于排除特定模式，如匹配扩展名不是 `bat` 的文件名：`.*[.](?!bat$)[^.]*$`。

#### 5. **编译标志**
- **`re.IGNORECASE`**: 忽略大小写匹配。
- **`re.DOTALL`**: 使 `.` 匹配包括换行符在内的任何字符。
- **`re.VERBOSE`**: 允许在正则表达式中添加注释和空格，提高可读性。

#### 6. **贪婪与非贪婪匹配**
- 默认情况下，重复操作符（如 `*`）是贪婪的，会尽可能多地匹配。
- 使用非贪婪操作符（如 `*?`）可以匹配尽可能少的字符，避免过度匹配。

#### 7. **字符串修改**
- **`split()`**: 根据正则表达式匹配的位置拆分字符串。
- **`sub()`**: 替换正则表达式匹配的子字符串。
- **`subn()`**: 与 `sub()` 相同，但返回替换后的字符串和替换次数。

#### 8. **常见问题与优化**
- 对于简单任务（如固定字符串替换），优先使用字符串方法（如 `replace()`），而非正则表达式。
- `match()` 仅从字符串开头匹配，而 `search()` 扫描整个字符串。
- 使用 `re.VERBOSE` 标志可以提高复杂正则表达式的可读性。

### 核心观点
正则表达式在处理复杂字符串匹配时非常强大，但需要注意反斜杠转义、贪婪匹配等问题。使用原始字符串、命名分组、前视断言和编译标志可以简化正则表达式的编写和调试。对于简单任务，优先考虑字符串方法以提高效率。