Python 3.9.20 正则表达式 HOWTO

文档《Python 3.9.20 正则表达式 HOWTO》主要介绍了 Python 中正则表达式的基本用法、常见问题及解决方案。以下是核心内容的总结： ### 1. **正则表达式的基本概念** - 正则表达式通过 `re` 模块实现，通常以字符串形式传递给 `re.compile()` 进行编译。 - 由于正则表达式不是 Python 的核心语法，使用字符串存储正则表达式可以保持语言简洁，但也带来了“反斜杠灾难”问题。 ### 2. **反斜杠灾难** - 正则表达式和 Python 字符串都使用反斜杠 `\` 进行转义，导致在匹配字面反斜杠时需要多次转义（如 `\\\\`）。 - 解决方案：使用原始字符串（`r"..."`）来避免反斜杠的重复转义。 ### 3. **正则表达式的匹配方法** - `match()`：检查正则表达式是否在字符串开头匹配。 - `search()`：扫描整个字符串，查找首个匹配项。 - `findall()`：返回所有匹配的子串列表。 - `finditer()`：返回匹配子串的迭代器。 ### 4. **分组与捕获** - 使用 `()` 进行分组，捕获组的内容可以通过 `group()` 方法获取。 - 非捕获组 `(?:...)`：用于分组但不捕获内容，避免影响其他组的编号。 - 命名组 `(?P...)`：通过名称引用组，方便处理复杂正则表达式。 ### 5. **字符串的修改** - `split()`：根据正则表达式拆分字符串。 - `sub()`：替换匹配的子串。 - `subn()`：与 `sub()` 类似，但返回替换后的字符串和替换次数。 ### 6. **常见问题与优化** - 对于简单的字符串操作（如固定字符串替换），优先使用字符串方法（如 `replace()`），而非正则表达式，以提高性能。 - 正则表达式的贪婪匹配可能导致意外结果，需谨慎使用。 ### 7. **模块级函数** - `re` 模块提供了顶层函数（如 `re.match()`、`re.sub()`），与 `Pattern` 对象的方法功能相同，但直接使用正则字符串作为参数。 ### 8. **特殊序列与元字符** - 特殊序列如 `\d`（数字）、`\w`（字母数字字符）、`\s`（空白字符）等，用于匹配特定字符集。 - 元字符如 `.`（匹配除换行符外的任意字符）、`*`（零次或多次重复）等，增强了正则表达式的灵活性。 ### 9. **否定型前视** - 使用 `(?!...)` 进行否定型前视，确保某些模式不匹配，常用于排除特定字符串（如排除文件扩展名 `bat` 或 `exe`）。 ### 10. **替换中的反向引用** - 在替换字符串中，可以使用 `\1`、`\g` 等引用捕获组的内容，实现动态替换。 ### 总结： 文档详细介绍了 Python 中正则表达式的使用方法和常见问题，重点包括反斜杠处理、匹配方法、分组捕获、字符串修改、以及如何优化正则表达式的性能。通过合理使用正则表达式，可以高效处理复杂的字符串匹配和替换任务。