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操作的入门教程。它详细介绍了正则表达式的定义、使用方法、编译和匹配过程，包括字符类、元字符、重复限定符、分组和断言等内容。文档还讨论了正则表达式的常见问题，如反斜杠灾难、字符串方法与正则表达式的区别、match()与search()的使用场景，以及如何优化正则表达式的可读性和性能。

AI总结

## 《Python 3.7.13 正则表达式 HOWTO》总结

### 概述
正则表达式（RE）是嵌入在Python中的微小编程语言，通过`re`模块实现。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。正则表达式被编译为字节码，由C引擎执行。

### 简单模式
- **匹配字符**：大多数字符匹配自己，但元字符如`.`、`^`、`$`、`*`、`+`、`?`、`{}`、`[]`、`\\`、`|`、`()`具有特殊功能。
- **字符类**：使用`[]`定义字符集合，如`[a-z]`匹配小写字母，`a-c`表示范围，`[^abc]`表示反向匹配。
- **转义问题**：正则中的反斜杠在Python字符串中需转义，建议使用原始字符串`r""`简化处理。

### 使用正则表达式
- **编译正则**：使用`re.compile()`将正则转换为模式对象，支持可选标志如`IGNORECASE`。
- **匹配方法**：`match()`检查开头匹配，`search()`扫描字符串，`findall()`和`finditer()`返回所有匹配。
- **字符串操作**：`sub()`用于搜索和替换，支持回调函数处理复杂替换。

### 更多模式能力
- **元字符**：`|`用于分支，`^`和`$`匹配行首尾，`\b`和`\B`匹配字边界。
- **分组**：`()`捕获子组，非捕获组`(?:...)`和命名组`(?P...)`提高匹配灵活性。
- **前向断言**：`(?=...)`和`(?!...)`用于零宽度匹配，如验证模式是否存在或不存在。

### 修改字符串
- **分割字符串**：`split()`根据正则分割字符串。
- **搜索和替换**：`sub()`支持替换，可配合回调函数处理复杂替换逻辑。

### 常见问题
- **字符串方法**：固定字符串操作使用`str.replace()`或`str.split()`更快。
- **match与search**：`match()`仅检查开头，`search()`扫描整个字符串。
- **贪婪与非贪婪**：默认为贪婪匹配，`?`改为非贪婪。
- **可读性**：使用`re.VERBOSE`提高正则可读性，忽略空格和注释。

### 反馈
文档鼓励用户报告错误或建议改进，以帮助提升`re`模块的功能和文档质量。

---

### 核心观点
1. **正则表达式基础**：理解元字符和字符类，掌握基本匹配规则。
2. **Python中的应用**：通过`re`模块编译和使用正则，注意转义和字符串处理。
3. **高级功能**：利用分组、断言和标志扩展正则能力，提升匹配效率和灵活性。
4. **常见问题**：合理选择字符串方法，避免复杂正则，注意匹配方法和模式差异。