Python 3.7.13 正则表达式 HOWTO

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

摘要

本文档是关于在Python中使用re模块进行正则表达式的入门教程。它介绍了正则表达式的使用方法，包括编译、匹配、替换等功能，并讨论了正则表达式的元字符、重复限定符、字符类以及常见问题。文档强调了正则表达式在字符串操作中的强大功能，同时也提醒读者注意反斜杠转义问题、模块级函数的使用以及贪婪与非贪婪匹配的差异。

AI总结

# Python 3.7.13 正则表达式 HOWTO 总结

## 概述
正则表达式（RE）是一种嵌入在 Python 中的微小编程语言，通过 `re` 模块提供。它允许你定义字符串的匹配规则，并用于匹配、搜索、替换或分割字符串。正则表达式模式会被编译成字节码，由高效的 C 编写的引擎执行。尽管正则表达式功能强大，但并非所有字符串处理任务都适合使用它，尤其是复杂任务可能需要使用 Python 代码。

---

## 简单模式
### 2.1 匹配字符
- 大多数字符（如 `a`、`b`）会匹配自己。
- 元字符（如 `.`、`^`、`$`、`*` 等）具有特殊含义，需转义后才能匹配自身。
- 字符类（如 `[a-z]`）匹配指定范围内的任意字符。
- 补集字符类（如 `^a-z`）匹配不在指定范围内的字符。
- 特殊序列（如 `\d`、`\w`）匹配特定字符集合。

### 2.2 重复
- `*` 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。
- 贪婪匹配默认尽可能多地匹配，非贪婪匹配则尽可能少地匹配。

---

## 使用正则表达式
### 3.1 编译正则表达式
- 使用 `re.compile()` 将正则表达式编译为模式对象，支持后续多次调用。
- 推荐使用原始字符串（`r''`）避免反斜杠转义问题。

### 3.2 反斜杠灾难
- 正则表达式中的反斜杠用于转义元字符，但在 Python 字符串中需再次转义。
- 使用原始字符串（`r''`）简化反斜杠处理。

### 3.3 应用匹配
- `match()` 检查正则是否从字符串开头匹配。
- `search()` 扫描字符串，查找任意位置的匹配。
- `findall()` 和 `finditer()` 返回所有匹配的子字符串或迭代器。
- `sub()` 用于搜索和替换字符串，支持替换函数。

### 3.4 模块级别函数
- `re` 模块提供顶级函数（如 `re.match()`、`re.sub()`），方便直接使用。

### 3.5 编译标志
- 标志（如 `re.IGNORECASE`、`re.DOTALL`）可修改正则表达式行为。
- 多个标志可通过按位或运算组合使用。

---

## 更多模式能力
### 4.1 更多元字符
- 元字符（如 `|`、`(`、`)`）用于分组、选择或重复。

### 4.2 分组
- 使用 `()` 创建捕获组，便于引用或处理子模式。

### 4.3 非捕获和命名组
- 非捕获组 `?:` 仅用于分组，不捕获内容。
- 命名组（如 `(?P)`）便于引用特定组。

### 4.4 前向断言
- `(?=...)` 和 `(?