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

本文档是关于Python 3.6.15中使用re模块进行正则表达式的入门教程。文档详细介绍了正则表达式的语法、使用方法以及常见问题。主要内容包括正则表达式的编译、反斜杠灾难的处理、匹配方法（如match()和search()）、字符串操作（如分割和替换）以及正则表达式的高级功能（如字符类、重复限定符和前向断言）。文档还提供了如何避免正则表达式陷阱的建议，并强调了使用模块级别函数进行字符串操作的效率。

AI总结

## Python 3.6.15 正则表达式 HOWTO 总结

### 1. 概述
- 正则表达式（RE）是一种嵌入在 Python 中的微型编程语言，通过 `re` 模块实现。
- 它允许你定义字符串匹配规则，用于匹配、搜索、分割或修改字符串。
- 正则表达式模式会被编译为字节码，由高效的 C 编写的匹配引擎执行。

### 2. 简单模式
#### 2.1 匹配字符
- 大多数字符直接匹配自己，但某些字符是元字符（如 `.`, `*`, `+` 等），需要转义后才匹配自身。
- 字符类（如 `[a-z]`）用于匹配指定范围内的任意字符。
- 特殊字符（如 `\d` 表示数字，`\w` 表示字母和数字）可以简化匹配逻辑。

#### 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。
- 重复操作符默认是贪婪的，即尽可能多地匹配字符。

### 3. 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，可以提高性能。
- 模式对象提供 `match()`, `search()`, `findall()`, `sub()` 等方法。

#### 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 字符串中也需要转义，导致字符串难以阅读。
- 解决方法是使用原始字符串（`r'...'`）或避免过多转义。

#### 3.3 应用匹配
- `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()`：返回所有匹配的子字符串。
- `finditer()`：返回匹配对象的迭代器。

#### 3.4 模块级别函数
- `re` 模块提供顶级函数（如 `re.match()`, `re.sub()`），功能与模式对象方法类似。
- 这些函数会自动缓存编译好的正则表达式以提高效率。

#### 3.5 编译标志
- 可选标志（如 `re.IGNORECASE`, `re.VERBOSE`）可以修改正则表达式的匹配行为。
- `re.VERBOSE` 允许在正则中添加注释和空格，提高可读性。

### 4. 更多模式能力
#### 4.1 更多元字符
- 特殊字符（如 `^`, `$`）用于指定字符串的开头和结尾。
- 方括号 `[]` 用于定义字符类，`^` 在字符类开头表示补集。

#### 4.2 分组
- 使用 `()` 分组正则表达式，可以重复或引用组内容。
- 非捕获组 `?:()` 用于分组而不捕获内容。

#### 4.3 非捕获和命名组
- 非捕获组提高性能，命名组（如 `(?P)`）便于引用组名。

#### 4.4 前向断言
- `(?=...)` 表示当前位置后面必须匹配的模式，但不消耗字符。
- `(?<=...)` 表示当前位置前面必须匹配的模式。

### 5. 修改字符串
#### 5.1 分割字符串
- `re.split()` 可以使用正则表达式分割字符串，并保留分隔符。

#### 5.2 搜索和替换
- `re.sub()` 可以用替换字符串或函数替换匹配内容，支持复杂的替换逻辑。

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

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

#### 6.3 贪婪与非贪婪
- 默认情况下，重复操作符是贪婪的，可能会导致意外的匹配结果。
- 使用 `*?`, `+?`, `??` 等非贪婪操作符，以匹配尽可能少的内容。

#### 6.4 使用 re.VERBOSE
- `re.VERBOSE` 标志允许在正则表达式中添加注释和空格，使代码更易读。

### 7. 反馈
- 如果发现文档中的错误或有改进建议，请联系 `[e-mail]`。

---

### 总结
本文档是 Python 正则表达式的入门指南，详细介绍了正则表达式的语法、功能和使用方法。通过 `re` 模块，你可以高效地进行字符串匹配、搜索、分割和替换操作。理解和掌握正则表达式的基本原理和高级技巧，可以显著提升字符串处理任务的效率。