Python 3.9.20 正则表达式 HOWTO

《Python 3.9.20 正则表达式 HOWTO》文档详细介绍了 Python 中正则表达式的使用方法和技巧，核心内容总结如下： ### 1. **正则表达式的基本使用** - **`re.VERBOSE` 标志**：通过该标志可以使正则表达式更易读，允许添加注释和换行，提升代码的可维护性。 - **元字符**：介绍了常用的元字符，如 `|`（或运算符）、`^`（行首匹配）、`$`（行尾匹配）、`\b`（字边界）等，并解释了它们的用法和注意事项。 - **零宽度断言**：如 `\b` 和 `\B`，它们不消耗字符，仅用于匹配特定位置。 ### 2. **分组与捕获** - **分组**：使用 `()` 可以将正则表达式分组，捕获匹配的文本，并通过 `group()`、`start()`、`end()` 等方法获取匹配的详细信息。 - **后向引用**：通过 `\1`、`\2` 等可以引用之前捕获的组，常用于检测重复内容。 - **非捕获组**：使用 `(?:...)` 可以创建不捕获文本的组，减少不必要的捕获。 ### 3. **贪婪与非贪婪匹配** - **贪婪匹配**：默认情况下，正则表达式会尽可能多地匹配字符，如 `.*`。 - **非贪婪匹配**：通过 `*?`、`+?` 等非贪婪限定符，可以匹配尽可能少的字符，避免过度匹配。 ### 4. **反斜杠灾难** - **反斜杠转义**：正则表达式和 Python 字符串都使用反斜杠进行转义，导致需要多次转义。使用原始字符串（`r""`）可以避免这一问题。 ### 5. **正则表达式的应用** - **匹配方法**：介绍了 `match()`、`search()`、`findall()`、`finditer()` 等常用方法，用于查找和匹配字符串。 - **字符串修改**：通过 `split()`、`sub()`、`subn()` 等方法可以对字符串进行拆分和替换。 ### 6. **编译标志** - **常用标志**：如 `re.IGNORECASE`（忽略大小写）、`re.MULTILINE`（多行模式）、`re.VERBOSE`（增强可读性）等，可以通过按位或组合使用。 ### 7. **前视断言** - **肯定型前视**：`(?=...)` 用于断言当前位置之后的文本必须匹配指定模式。 - **否定型前视**：`(?!...)` 用于断言当前位置之后的文本不能匹配指定模式，常用于排除特定模式。 ### 8. **模块级函数** - **顶层函数**：`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，适合一次性使用场景。 ### 9. **总结** - 正则表达式是处理字符串的强大工具，但复杂的正则表达式可能难以维护。通过合理使用分组、非贪婪匹配、前视断言等技巧，可以提升正则表达式的效率和可读性。 文档还提供了丰富的示例和解释，帮助读者更好地理解和应用正则表达式。