本文共 1114 字，大约阅读时间需要 3 分钟。

Python 正则表达式编程指南

1. 正则表达式编译

在 Python 中，re 模块提供了强大的正则表达式功能。通过 re.compile() 函数，可以将正则表达式编译成模式对象。这个模式对象是高效的，可以用于多次匹配操作。

import rep = re.compile('ab*', re.IGNORECASE)

编译后的模式对象支持多种匹配方法，如 match()、search()、findall() 等。这些方法可以根据需要灵活选择，具体取决于匹配的场景。

2. 正则表达式编译标志

正则表达式编译标志可以帮助你定制匹配规则，常见的标志包括：

• ASCII (A): 限制匹配到 ASCII 字符。
• DOTALL (S): 允许 . 匹配任何字符，包括换行符。
• IGNORECASE (I): 忽略大小写匹配。
• MULTILINE (M): 使 ^ 和 $ 匹配字符串的开始和结束位置。
• VERBOSE (X): 启用详细模式，忽略注释和空格。

这些标志可以组合使用，如 re.I | re.M。

3. 正则表达式分组

分组用于将复杂的正则表达式划分为多个部分，便于提取和验证。分组可以是捕获或非捕获的：

捕获分组

捕获分组会将匹配的内容存储起来，支持按索引访问或使用 group() 方法获取。

p = re.compile('(a)b')m = p.match('ab')print(m.group(0))  # 输出 'ab'print(m.group(1))  # 输出 'a'

非捕获分组

非捕获分组不会存储匹配内容，适用于不需要提取结果的结构化操作。

命名分组

命名分组通过指定名字访问，方便管理和理解。

p = re.compile('(?P
   
    \b\w+\b)')m = p.search('Paris in the the spring')print(m.group('word'))  # 输出 'Lots'
   

4. 前向断言

前向断言用于在匹配时添加条件，分为肯定和否定两种：

• (?=...)：前向肯定断言，若右边匹配则成功。
• (?!...)：前向否定断言，若右边匹配则失败。

示例：匹配不以 .bat 结尾的文件名。

p = re.compile(r'.*(?!bat$).*$')

5. 字符串修改方法

re 模块提供多种修改字符串的方法：

• split()：根据正则表达式分割字符串。
• sub()：替换匹配的子字符串。
• subn()：替换并返回替换次数。

这些方法适用于文本处理、数据清洗等场景。

通过合理使用 re 模块的功能，可以高效处理各种字符串操作，提升开发效率。

转载地址：http://tjlfk.baihongyu.com/