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

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使用方法，包括匹配字符、重复操作符、字符类、元字符、正则表达式的编译和应用，以及常见问题如贪婪与非贪婪匹配、match() 和 search() 的区别等。正则表达式在 Python 中被编译成模式对象，用于匹配和处理字符串。

AI总结

### Python 3.13 正则表达式 HOWTO 总结

#### 摘要
本文是 Python 中使用 `re` 模块操作正则表达式的入门教程。正则表达式是一种嵌入 Python 的小型编程语言，用于匹配字符串、查找模式、修改字符串等操作。本文主要介绍了正则表达式的基础知识、使用方法及常见问题。

---

#### 1. 引言
- 正则表达式（Regular Expressions，简称 RE 或 regex）是一种强大的字符串操作工具。
- 正则表达式会被编译为字节码，由 C 语言引擎执行。
- 正则表达式语言相对有限，不适用于所有字符串任务，复杂任务建议用 Python 代码实现。

---

#### 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**：`[]` 表示字符集合，支持范围（如 `a-z`）和取反（`^` 放在开头）。
- **反斜杠**：用于转义元字符或表示特殊序列（如 `\d` 匹配数字，`\w` 匹配字母和数字）。
- **重复**：
- `*`：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**：使用 `re.compile()` 将正则字符串编译为模式对象，可提高性能。
- **反斜杠灾难**：正则中的反斜杠需要转义，建议使用原始字符串（`r'...'`）避免混乱。
- **匹配方法**：
- `match()`：从字符串开头匹配。
- `search()`：扫描字符串查找任意位置的匹配。
- `findall()`：返回所有匹配子字符串。
- `sub()`：用于字符串替换，支持回调函数。

---

#### 4. 更多模式能力
- **分组**：使用 `()` 捕获子字符串，支持嵌套分组和后向引用。
- **前视断言**：`^` 匹配字符串开头，`$` 匹配结尾，`\b` 匹配单词边界。
- **修改字符串**：`split()` 分割字符串，`sub()` 替换字符串。

---

#### 6. 常见问题
1. **使用字符串方法**：固定字符串操作（如替换、删除）优先使用字符串方法（如 `replace()`、`translate()`），比正则更快。
2. **match() 和 search()**：
- `match()` 只匹配字符串开头。
- `search()` 会扫描整个字符串。
3. **贪婪与非贪婪**：
- 默认情况下，重复符（如 `*`、`+`）是贪婪的，会尽可能多地匹配。
- 非贪婪模式（如 `*?`）会尽可能少地匹配。
4. **使用 re.VERBOSE**：
- 允许忽略空格和注释，提高可读性。
- 示例：

     pat = re.compile(r'''
         \s*            # Skip leading whitespace
         (?P[^:]+)  # Header name
         \s* :          # Whitespace and colon
         (?P.*?)   # The header's value
         \s*$           # End of line
     ''', re.VERBOSE)

---

#### 7. 反馈
本文由 A.M. Kuchling 撰写，内容基于 Python 3.13 版本的 `re` 模块。如需反馈或改进，可联系作者或 Python 软件基金会。

---

### 总结
本文全面介绍了 Python 正则表达式的语法、使用方法及常见问题，适合入门学习和实际开发参考。