学习Python 正则表达式的5个技巧

引言

正则表达式在所有编程语言中都是非常重要与非常常用的，这也同样适用于 python。与其他编程语言相比，python 具有一些相当独特的使用模式。

本文将介绍正则表达式的7个小技巧，它们在提高生产力、解决一些复杂问题或者提高代码可读性有独特的魅力。

1.使用 “r-string ”

很多初学者都知道在定义正则表达式时应该使用“ r-string”。然而，我发现很多人并不知道原因。一些人认为“ r-string”是“ regex string”，这是完全错误的。它应该是“raw string”。

像其他编程语言一样，Python在字符串中也具有“转义”机制。例如，当我们想要带引号的字符串时，必须转义它们以使编译器知道该字符串不应该结束，引号只是该字符串的一部分。

s = 'I\'m Chris'

当然，不仅引号可以转义，还有许多其他场景需要使用反向斜杠。例如，下面字符串中的 n 将被解释为“ new-line”。

print('a\nb')

如果我们想让 n 作为字符串的一部分，换句话说，它不应该是一个新行，我们可以使用“ r-string”来告诉 Python 不要解释它。

print(r'a\nb')

当我们编写正则表达式时，有时必须使用斜线或其他特殊字符。因此，要避免 Python 解释器以错误的方式解释字符串。在定义正则表达式模式时，总是建议使用“ r-string”。

假设我们正在搜索一个在几个空格之后重复几个字母的模式，我们可以按照下面的方式编写正则表达式。

re.search(r'(\w+)\s+\1', 'abc   abc')

但是，如果此处未使用“ r-string”，则不会识别“group”指示符 \1。

2.必要时使用re.IGNORECASE标志

假设我们想匹配一系列字母，且不管大小写。当然，我们可以这样写。

re.search(r'[a-zA-Z]+', 'AbCdEfG')

这是标准的方法，如果我们不添加 A-Z，它就不会像预期的那样匹配整个字符串。

然而，Python 提供了这样一种方法，我们可以更多地关注模式本身，而不必担心字母的大小写。这就是使用 re.IGNORECASE，可以将它缩写为 re.I 。

re.search(r'[a-z]+', 'AbCdEfG', re.IGNORECASE)
re.search(r'[a-z]+', 'AbCdEfG', re.I)

3. 使用 re.VERBOSE 标志提高可读性

正则表达式的一个主要缺点是可读性差。但是 Python 有一种更好的方法来提高正则表达式字符串的可读性，那就是使用 re.VERBOSE 标志。

我们可以重写1中的例子。通常，正则表达式会被写成如下的模式：r'(\w+)\s+\1'，这还不算太糟糕。但当我们有一个更复杂的正则表达式时，可能只有作者理解，这在正则表达式中是一个很常见的问题。但是，使用 verbose 标志，我们可以这样写。

re.search(r'''
    (\w+)   # Group 1: Match one or more letters, numbers or underscore
    \s+     # Match one or more whitespaces
    \1      # Match the Group 1 whatever it is
''', 'abc   abc', re.VERBOSE)

它完全等价于r'(\w+)\s+\1'。注意：当我们用这种方式来编写的时候一定要带 re.VERBOSE 标志，否则，正则表达式将不会正常工作。

同样，它也可以简写为 re.X。

4. 使用 re.compile()来实现可重用性

有时我们可能需要多次使用一个模式。很可能一个可以重用的r字符串变量就足够了。但是，如果我们希望将该模式用于不同的目的，并且希望提高可读性，那么使用 re.compile() 可能是更好的选择。

pattern = re.compile('abc')

在使用 re.compile() 定义了模式之后，我们可以根据需要使用它。

5.使用正则表达式生成字典

有时我们希望使用正则表达式从遵循相同模式的字符串中提取信息，然后将提取的信息放到字典中。例如，字符串“My name is Christopher Tao and I like Python.”包含一个人的名字、姓氏和首选语言。如果我们有很多这样的字符串，并希望将信息提取到字典中，使用 Python 正则表达式即可。

re.match(
    r"My name is (?P<first_name>\w+) (?P<last_name>\w+) and I like (?P<preference>\w+).", 
    "My name is Christopher Tao and I like Python."
).groupdict()

在正则表达式模式中，我们可以定义匹配字符串的“键”，然后将它们自动映射到字典中。

我们必须遵循模式(? p < y > ...) ，其中 y 是键名，... 是已定义的正则表达式模式。

总结

本文我们了解了5个正则表达式的小技巧，使用这些小技巧可以极大地提高我们工作地效率，快来试试吧~

·  END  ·

HAPPY LIFE