Python中正则表达式的使用

Posted 2021-09-08 Phile-matology

在进行正则表达式匹配时，直接使用正则表达式引擎和通过python中的字符串输入正则表达式引擎，需要输入不同的字符串，其主要的区别在于转义符的使用，而其中又分三种情况：

• 转义符需要被python解析，以此输入部分python中的特殊字符
• 转义符需要被正则表达式引擎解析，以此输入部分正则表达式语句中的特殊字符。
• 转义符需要被正则表达式匹配

以下归纳整理三类python处理这一问题的方式：

1、鉴于python先解析字符串再将字符串输入正则表达式引擎，由引擎进行二次解析，故只需要通过逆推的方式计算正则表达式中转义符的个数

• • 需要被python解析：前加一个\'\\\'即可输入特殊字符
  • 需要被正则表达式解析：在正则表达式中前加一个\'\\\'，由于输入正则表达式的应该是\'\\\'本身，不能被解析为转义操作，故在转义符前加转义符，即使用\'\\\\\'
  • 使用正则表达式匹配转义符：在正则表达式中表示为\'\\\\\'，自然的，在python的字符串中应该被写为：\'\\\\\\\\\'
  • 但是，这种最机械的写法会导致字符串中出现大量的转义符，影响简洁性和可读性

2、另一个选择是借用python的一个特殊机制——当出现python无法理解的语法时，python将不作解释直接将字符串输入引擎。

• • 需要被python解析：如果利用这一机制，很可能将不会解析而产生语法问题
  • 需要被正则表达式解析：正常使用前加\'\\\'，这也是这一异常处理机制的常规触发方式
  • 匹配转义符：按道理应当是\'\\\\\'，但是无法确定会被解析为\'\\‘输入还是会被不加解析输入，与其在字符串中的位置有一定关系。
  • 综上，这一机制只适合那些只需在正则表达式中使用单次\'\\\'的匹配场景

3、最好的办法是使用python的原生字符串r\'string\'，它的作用是使python对该字符串的使用不加解析，从而在需要转义符出现在正则表达式中时，不需要使用\'\\\\\'而只需要使用\'\\\'即可

• • 需要被python解析：不能使用原生字符串
  • 需要被正则表达式解析：只需使用\'\\\'
  • 需要匹配转义符：使用\'\\\\\'即可匹配

正则表达式的使用范围相当广泛，已经用这个做了一部分编码识别的项目并且分享了。之后还会上线一篇利用正则表达式匹配识别更多编码类型 的心得嗷~