Python 3.11.10 正则表达式 HOWTO

《Python 3.11.10 正则表达式 HOWTO》是一份入门教程，旨在帮助用户理解并使用 Python 中的 `re` 模块进行正则表达式操作。以下是文档的核心内容总结： ### 1. **概述** 正则表达式（RE）是一种用于匹配和操作字符串的微型编程语言。Python 通过 `re` 模块提供正则表达式功能，允许用户定义规则来匹配、修改或拆分字符串。正则表达式模式会被编译为字节码，并由 C 语言编写的匹配引擎执行。 ### 2. **简单正则** - **字符匹配**：大多数字符在正则表达式中直接匹配自身，但某些字符是**元字符**，具有特殊含义（如 `.`、`*`、`+`、`?` 等）。 - **字符类**：用 `[ ]` 定义字符类，表示匹配其中的任意一个字符。例如，`[abc]` 匹配 `a`、`b` 或 `c`。 - **特殊序列**：以 `\` 开头的特殊序列（如 `\d`、`\w`、`\s`）用于匹配特定字符集。 ### 3. **重复匹配** - **重复元字符**：`*`（零次或多次）、`+`（一次或多次）、`?`（零次或一次）、`{m,n}`（至少 `m` 次，至多 `n` 次）。 - **贪婪与非贪婪**：默认情况下，重复匹配是**贪婪**的，会尽可能多地匹配。使用 `*?`、`+?` 等可以改为**非贪婪**匹配。 ### 4. **正则表达式的应用** - **编译正则**：使用 `re.compile()` 将正则表达式编译为 `Pattern` 对象。 - **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()`：返回所有匹配的子串。 - `finditer()`：返回匹配子串的迭代器。 - **匹配对象**：匹配成功后返回的 `Match` 对象，包含 `group()`、`start()`、`end()` 等方法，用于获取匹配的详细信息。 ### 5. **分组与后向引用** - **分组**：用 `( )` 定义分组，分组可以嵌套，并通过 `group()` 方法获取匹配的子串。 - **后向引用**：使用 `\1`、`\2` 等引用之前捕获的分组内容，常用于查找重复的模式。 ### 6. **非捕获组与命名组** - **非捕获组**：使用 `(?:...)` 定义不捕获的分组。 - **命名组**：使用 `(?P...)` 定义命名分组，便于后续引用。 ### 7. **高级功能** - **`re.VERBOSE`**：使用该标志可以使正则表达式更易读，允许在表达式中添加注释和换行。 ### 8. **反馈与参考** 文档鼓励用户提供反馈，并推荐了 Jeffrey Friedl 的《Mastering Regular Expressions》作为深入学习正则表达式的参考书。 ### 总结： 文档通过简洁的示例和详细的解释，帮助用户掌握 Python 中正则表达式的基本用法，涵盖了字符匹配、重复匹配、分组、后向引用等核心概念。对于复杂的正则表达式，文档建议使用 `re.VERBOSE` 标志提高可读性，并推荐结合 Python 代码处理复杂的字符串操作。