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

文档详细介绍了 Python 3.7.13 中正则表达式的使用方法，重点讲解了正则表达式的编译、匹配、反斜杠的处理以及 re.VERBOSE 标志的使用。文档首先介绍了正则表达式的基本语法和重复限定符，随后详细说明了如何通过 re.compile() 编译正则表达式，并处理反斜杠的转义问题。文档还介绍了匹配对象的使用方法，包括 match()、search()、findall() 等操作。此外，文档强调了 re.VERBOSE 标志在提高正则表达式可读性方面的作用，并提供了多个示例帮助读者理解。最后，文档建议在复杂情况下使用 HTML 或 XML 解析器模块，而非正则表达式。

AI总结

《Python 3.7.13 正则表达式 HOWTO》文档详细介绍了如何在 Python 中使用正则表达式（regex），涵盖了正则表达式的基本语法、常用操作以及一些高级技巧。以下是文档的核心内容总结：

### 1. **正则表达式基础**
- **重复限定符**：`*` 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。
- **特殊字符**：`\` 用于转义特殊字符，`|` 表示“或”，`^` 匹配行首，`$` 匹配行尾，`\b` 匹配单词边界。
- **零宽度断言**：如 `\b` 和 `\B`，它们不消耗字符，只匹配位置。

### 2. **Python 中的正则表达式**
- **`re` 模块**：提供了正则表达式的编译和匹配功能。通过 `re.compile()` 将正则表达式编译为模式对象，然后使用 `match()`、`search()`、`findall()` 等方法进行匹配。
- **反斜杠问题**：正则表达式中的反斜杠需要双重转义，建议使用原始字符串（`r"..."`）来避免转义问题。
- **匹配方法**：`match()` 从字符串开头匹配，`search()` 扫描整个字符串，`findall()` 返回所有匹配的子串，`finditer()` 返回匹配的迭代器。

### 3. **高级正则表达式功能**
- **命名捕获组**：通过 `(?P...)` 为捕获组命名，方便后续引用。
- **前向断言**：`(?=...)` 和 `(?!...)` 分别表示正向前向断言和负向前向断言，用于匹配或不匹配特定模式的位置。
- **字符串修改**：`sub()` 用于替换匹配的子串，`split()` 用于根据正则表达式拆分字符串。

### 4. **正则表达式标志**
- **`re.IGNORECASE`**：忽略大小写。
- **`re.MULTILINE`**：使 `^` 和 `$` 匹配每行的开头和结尾。
- **`re.DOTALL`**：使 `.` 匹配包括换行符在内的所有字符。
- **`re.VERBOSE`**：允许在正则表达式中添加注释和空白，提高可读性。

### 5. **常见问题与建议**
- **字符串方法 vs 正则表达式**：对于简单的字符串操作，优先使用字符串方法（如 `replace()`、`split()`），因为它们通常更快。
- **正则表达式的复杂性**：正则表达式功能强大，但容易变得复杂难懂，建议使用 `re.VERBOSE` 标志提高可读性。

### 6. **总结**
正则表达式是处理文本的强大工具，Python 的 `re` 模块提供了丰富的功能来支持正则表达式的编译、匹配和修改。通过合理使用正则表达式的语法和标志，可以高效地处理复杂的文本匹配和替换任务。