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基本语法、重复限定符（如*、+、?、{m,n}）的使用，以及如何通过re模块进行正则表达式的编译和匹配。文档还讨论了反斜杠在正则表达式中的特殊作用，并提供了处理反斜杠问题的解决方案，如使用原始字符串表示法。此外，文档介绍了re模块的核心功能，包括match()、search()、findall()等方法的使用，以及如何通过编译标志（如IGNORECASE、VERBOSE等）来调整正则表达式的行为。最后，文档通过示例展示了如何在实际应用中使用正则表达式进行字符串匹配和处理。

AI总结

《Python 3.7.13 正则表达式 HOWTO》主要介绍了 Python 中正则表达式的基本概念、语法和实际应用方法。以下是核心总结：

### 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。
- **匹配引擎**：正则表达式引擎会尝试尽可能多地匹配字符，如果不成功，会逐步回退并重试。

### 2. **Python 中的正则表达式**
- **`re` 模块**：提供了正则表达式的接口，允许编译正则表达式为模式对象，并使用这些对象进行匹配。
- **编译正则表达式**：使用 `re.compile()` 将正则表达式编译为模式对象，并可附加标志（如 `re.IGNORECASE`）来修改匹配行为。
- **反斜杠问题**：正则表达式中的反斜杠需要转义，建议使用原始字符串（`r"..."`）来避免复杂的转义。

### 3. **匹配方法**
- **`match()`**：从字符串开头匹配。
- **`search()`**：扫描整个字符串，查找匹配。
- **`findall()`**：返回所有匹配的子字符串列表。
- **`finditer()`**：返回匹配对象的迭代器。

### 4. **特殊字符与序列**
- **字符类**：`[abc]` 匹配 `a`、`b` 或 `c`，`[^abc]` 匹配除 `a`、`b`、`c` 之外的字符。
- **预定义字符集**：
- `\d`：匹配数字。
- `\w`：匹配字母、数字或下划线。
- `\s`：匹配空白字符。
- **`.`**：匹配除换行符外的任何字符。

### 5. **贪婪与非贪婪匹配**
- **贪婪匹配**：默认情况下，重复限定符（如 `*`）会尽可能多地匹配字符。
- **非贪婪匹配**：使用 `*?`、`+?` 等非贪婪限定符，匹配尽可能少的字符。

### 6. **分组与断言**
- **分组**：使用 `()` 将正则表达式分组，并可对组进行重复匹配。
- **前向断言**：`(?=...)` 和 `(?!...)` 分别表示正向前向和负向前向断言，用于在特定条件下匹配。

### 7. **编译标志**
- **`re.IGNORECASE`**：忽略大小写。
- **`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格，提高可读性。

### 8. **模块级函数**
- `re.match()`、`re.search()` 等模块级函数可以直接使用，无需显式编译正则表达式。

### 9. **实际应用**
- **调试工具**：可以使用 `redemo.py` 调试复杂的正则表达式。
- **HTML/XML 解析**：不建议使用正则表达式解析 HTML/XML，应使用专门的解析器。

总结：本文详细介绍了 Python 中正则表达式的基本语法、匹配方法、特殊字符、分组与断言等内容，并提供了实际应用中的注意事项和调试技巧。