Python 3.6.15 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Python中使用re模块处理正则表达式的入门教程。它介绍了正则表达式的基础知识，包括字符匹配、重复、分组、前向断言等语法，以及如何编译和应用正则表达式进行字符串操作。文档还讨论了正则表达式的常见问题，如贪婪与非贪婪匹配、使用VERBOSE标志优化可读性等。内容涵盖了正则表达式的使用场景、注意事项和优化技巧。

AI总结

# Python 3.6.15 正则表达式 HOWTO 总结

## 概述
- 正则表达式（RE）是一种嵌入在 Python 中的微型编程语言，可通过 `re` 模块使用。
- 它用于定义字符串匹配规则，支持多种操作，如匹配、搜索、分割和替换。
- 正则表达式模式会被编译成字节码，由高效的 C 引擎执行。

## 简单模式
### 2.1 匹配字符
- 大多数字符匹配自身，但部分字符（如 `.`、`^`、`$` 等）是元字符，具有特殊含义。
- 字符类（如 `[a-z]`）用于匹配指定范围内的字符。

### 2.2 重复
- 量词 `*`、`+`、`?` 和 `{m,n}` 分别表示零次或更多次、一次或更多次、零次或一次、以及固定范围的重复。
- 非贪婪模式（如 `*?`）匹配尽可能少的内容。

## 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，支持多种匹配方法（如 `match()`、`search()`、`findall()` 等）。
- 可选的标志参数（如 `IGNORECASE`）可扩展正则表达式的功能。

### 3.2 反斜杠灾难
- 正则表达式中的反斜杠用于转义特殊字符，但在 Python 字符串中也需要转义。
- 使用原始字符串（`r'...'`）简化反斜杠处理。

### 3.3 应用匹配
- `match()` 检查字符串开头是否匹配，`search()` 扫描整个字符串查找匹配。
- 匹配对象提供匹配位置和子字符串等信息。

### 3.4 模块级别函数
- `re` 模块提供全局函数（如 `re.sub()`、`re.split()`）用于字符串操作。

### 3.5 编译标志
- 标志参数（如 `VERBOSE`）可增强正则表达式的可读性和功能。

## 更多模式能力
### 4.1 更多元字符
- 元字符（如 `\b`、`\A`、`\Z`）用于匹配边界、行开头/结尾等特殊位置。

### 4.2 分组
- 使用括号 `()` 捕获子组，支持命名组和非捕获组。
- 前向断言（如 `(?=...)`）用于复杂匹配条件。

## 修改字符串
### 5.1 分割字符串
- `split()` 方法根据正则匹配结果分割字符串，支持捕获括号内的分隔符。

### 5.2 搜索和替换
- `sub()` 和 `subn()` 方法用于替换匹配项，可传递函数进行动态替换。

## 常见问题
### 6.1 使用字符串方法
- 对于简单的固定字符串操作，优先使用字符串方法（如 `replace()`），而非正则表达式。

### 6.2 match() 和 search()
- `match()` 只匹配字符串开头，`search()` 扫描整个字符串。

### 6.3 贪婪与非贪婪
- 默认匹配尽可能多的内容（贪婪模式），使用 `*?`、`+?` 等非贪婪模式匹配最小内容。

### 6.4 使用 re.VERBOSE
- `VERBOSE` 标志忽略空格和注释，提高正则表达式的可读性。

## 反馈
- 文档末尾提供反馈联系方式，用于报告问题或建议改进。